嗅覺可視化技術檢測豬肉新鮮度的研究.pdf

1、中國是世界豬肉生產和消費第一大國。隨著人民生活水平的提高,對豬肉品質的要求也越來越高,新鮮度作為豬肉品質的主要指標受到越來越多的重視。目前,豬肉新鮮度的檢測基本上都采用感官評定法和標準的理化方法,這些方法存在著主觀性強、檢測時間長或檢測復雜等缺點。本課題開展了嗅覺可視化技術檢測豬肉新鮮度的研究。論文的主要研究內容如下:
　　 1.采用頂空固相微萃取氣質聯(lián)用(HS-SMPE-GC／MS)技術檢測4℃冷藏條件下,豬肉的可揮發(fā)性氣體隨

2、時間的變化情況。得到豬肉新鮮度變化過程中的特征氣體變化,主要表現(xiàn)在烴類、酮類、醇類、酸類、酯類、含硫化合物和含氮化合物上。
　　 2.建立適合豬肉新鮮度檢測的嗅覺可視化系統(tǒng)。系統(tǒng)硬件部分主要包括自制可視化傳感器陣列、載氣裝置、掃描儀、反應室、樣品室、電腦等；軟件部分則由掃描儀驅動控制程序、圖像處理程序、模式識別系統(tǒng)組成。
　　 3.依據(jù)GC／MS檢測結果,對豬肉腐敗過程中的特征氣味進行分析研究。優(yōu)選出針對醇類,含氮和含硫

3、類氣體的18種卟啉類化合物和針對酸性氣體的7種pn指示劑,構建出5×5的可視化傳感器陣列,解決了豬肉可視化檢測的關鍵技術問題。
　　 4.利用全變量偏最小二乘法(PLS)和聯(lián)合區(qū)間偏最小二乘法(Si-PLS)來建立可視化傳感器與氣體反應得到的顏色響應信號與豬肉新鮮度化學指標——揮發(fā)性鹽基氮含量(TVB-N)、總細菌數(shù)(TM)和pH值的相關回歸模型。在全變量PLS建模過程中,分析了不同主成分因子數(shù)對模型的影響,利用最小交互驗證均方

4、根誤差(RMSECV)時的主成分因子數(shù)建立最優(yōu)全變量PLS模型；在Si-PLS建模過程中,分析了不同區(qū)間聯(lián)合對模型的影響,利用最小RMSECV時的聯(lián)合區(qū)間建立最優(yōu)Si-PLS模型。通過比較兩種回歸模型結果表明:與全變量PLS相比,Si-PlS能在極大簡化模型的同時,有效提高模型精度。
　　 5.利用嗅覺可視化技術及模式識別方法進行豬肉新鮮度的識別研究。在識別模型的建立過程中,研究了不同主成分對識別結果的影響。優(yōu)選出前10個主成分

5、分別建立豬肉新鮮度的線性判別函數(shù)、二次判別函數(shù).馬氏距離、最小二乘支持向量機(LS-SVM)、軟間隔目標函數(shù)支持向量機(OSU-SVM)以及反向傳播神經(jīng)網(wǎng)絡(BPNN)的識別模型。比較不同識別模型的結果表明:BPNN可以很好地對不同新鮮度(新鮮、次新鮮、腐敗)等級的豬肉進行判別。
　　 研究表明利用嗅覺可視化技術檢測豬肉的新鮮度是可行的,該技術在肉品的新鮮度檢測中具有較高的實用價值。研究成果對提高我國肉類產品的國際競爭力具有重要