登录    注册    忘记密码

期刊文章详细信息

基于电子鼻和神经网络对广式香肠脂肪氧化的评价  ( EI收录)  

Evaluation of Fat Oxidation in Cantonese Sausage during Processing and Storage Using an Electronic Nose and Artificial Neural Network

  

文献类型:期刊文章

作  者:顾欣哲[1] 吴振川[1] 刘芮瑜[1] 尹涛[1] 何淑文[1] 屠康[1] 潘磊庆[1]

机构地区:[1]南京农业大学食品科技学院,江苏省肉类生产与加工质量安全控制协同创新中心,江苏南京210095

出  处:《食品科学》

基  金:国家自然科学基金面上项目(31571769);江苏高校优势学科建设工程资助项目;安徽省科技攻关计划项目(1604a0702031)

年  份:2016

卷  号:37

期  号:24

起止页码:142-148

语  种:中文

收录情况:BDHX、BDHX2014、CAS、CSCD、CSCD_E2015_2016、EI(收录号:20170103208138)、FSTA、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘  要:采用电子鼻技术对广式香肠加工和贮藏过程中的脂肪氧化程度进行检测。在加工和贮藏中,分别提取香肠烘干0~120 h和贮藏0~20周的电子鼻响应值,同时检测香肠的酸价(acid value,AV)和过氧化值(peroxide value,POV)来评价香肠的脂肪氧化程度,建立两者之间相关性。通过Loading分析、方差分析和Pearson相关性分析评价10个传感器对香肠气味的贡献率,选出最佳传感器阵列,通过人工神经网络方法建立香肠AV和POV的预测模型。结果表明:S_4、S_6、S_7、S_8和S_9为香肠加工过程中对脂肪氧化表征的最佳传感器阵列,S_6、S_7、S_8和S_9为香肠贮藏过程中的最佳传感器阵列。在加工和贮藏过程中模型预测效果较好。其中,对于加工过程,基于全部传感器阵列模型对AV和POV预测的R2分别为0.959和0.930,而基于最佳传感器阵列对AV和POV预测的R^2分别为0.930和0.914;对于贮藏过程,基于最佳传感器对POV预测模型R^2为0.805外,其余皆在0.9以上。因此,电子鼻在广式香肠加工和贮藏过程中对其脂肪氧化程度的检测有着比较好的效果,可以进一步应用到广式香肠的商业生产和贮藏。

关 键 词:广式香肠 电子鼻 脂肪氧化 神经网络 预测  

分 类 号:TS207.7]

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