登录    注册    忘记密码

期刊文章详细信息

基于电子鼻的霉变黄豆和白芸豆检测方法  ( EI收录)  

Detection Methods of Moldy Soybean and White Kidney Bean Using Electronic Nose

  

文献类型:期刊文章

作  者:郑飞翔[1] 李剑[1] 楼雄伟[1] 惠国华[1]

机构地区:[1]浙江农林大学信息工程学院浙江省林业智能监测与信息技术研究重点实验室,浙江临安311300

出  处:《中国食品学报》

基  金:浙江省自然科学基金项目(LQ14F020014;LY15F020034);浙江省林业智能监测与信息技术研究重点实验室资助项目(100151402;100151401)

年  份:2016

卷  号:16

期  号:3

起止页码:190-197

语  种:中文

收录情况:BDHX、BDHX2014、CAS、CSCD、CSCD2015_2016、EI(收录号:20162302477491)、FSTA、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:豆类富含蛋白质、碳水化合物等营养物质,不但可直接烹饪食用,而且可以作为其它食品的原料。在储藏过程中,豆类易受环境的影响而霉变,而霉变豆类中所含霉菌毒素进入体内后将严重损害健康。因此,霉变程度评估对指导豆类储藏具有重要意义。本文用黄豆和白芸豆为试验材料,根据豆类霉变所产生的特征气体,合理选用相应的气敏传感器组成阵列,构建用于豆类霉变程度检测的电子鼻系统。采用人工感官方法评价豆类样品的霉变状态。同时使用电子鼻检测不同储藏时间的豆样品,以主成分分析法区分电子鼻检测的试验数据,并采用随机共振方法提取豆类样品的霉变特征值,构建豆类霉变检测模型,用于黄豆和白芸豆样品霉变状态的快速表征。

关 键 词:黄豆 白芸豆 霉变状态  电子鼻 非线性

分 类 号:TS214]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心