近红外光谱测定不同鲜肉肉糜中蛋白质含量

被引：12

作者：

赵文英 ^{[1
]}

花锦 ^{[2
]}

张梨花 ^{[2
]}

张鑫鑫 ^{[2
]}

籍智芬 ^{[1
]}

陈梦男 ^{[1
]}

机构：

[1] 中北大学化工与环境学院

[2] 山西省出入境检验检疫局

来源：

食品与机械 | 2017年 / 33卷 / 01期

关键词：

近红外光谱技术; 鲜肉; 蛋白质; 偏最小二乘法;

D O I：

10.13652/j.issn.1003-5788.2017.01.010

中图分类号：

TS251.7 [产品标准与检验]; O657.33 [红外光谱分析法];

学科分类号：

摘要：

采集4 000～10 000cm-1波数范围内210份鲜肉（牛、羊、猪肉各70份）为校正集样品光谱数据,在不同的光谱预处理基础上,用偏最小二乘法（partial least squares,PLS）建立了单独的不同种类肉品,及其混合鲜肉肉糜红外光谱与蛋白质测量值之间的定量分析模型。90份鲜肉（牛、羊、猪肉各30份）为预测集样品,采集光谱数据后用于模型的验证。结果表明:鲜肉建模集及预测集相关系数分别为0.954,0.929;RMSEC及RMSEP分别为0.495,0.669。该模型能够很好地实现鲜肉蛋白质含量的快速测定,提高了模型预测的广适性。

引用

页码：48 / 50+118 +118

页数：4

共 11 条

[1] 应用近红外光谱检测滇南小耳猪肉化学组分含量
黄伟
杨秀娟
曹志勇
陶琳丽
[J]. 云南农业大学学报(自然科学) , 2016, (02) : 303 - 309
[2] 基于近红外光谱的猪肉蛋白质及脂肪含量检测
林岩
郭培源
王昕琨
[J]. 食品科技, 2014, 39 (02) : 262 - 266
[3] 近红外光谱技术在食品安全检测中的最新研究进展
杨智灵
李涛
任保增
[J]. 食品与机械, 2013, 29 (05) : 237 - 240
[4] 近红外光谱对特征部位牛肉的分析
陈育涛
朱秋劲
卢开红
陈舟东
陈步友
杨万根
[J]. 肉类研究, 2012, 26 (03) : 34 - 38
[5] 牛肉化学成分的近红外光谱检测方法的研究[J]. 孙晓明,卢凌,张佳程,张松山,孙宝忠. 光谱学与光谱分析. 2011(02)
[6] Development and validation of a rapid test system for detection of pork meat and collagen residues[J] . J. Masiri,L. Benoit,B. Barrios-Lopez,C. Thienes,M. Meshgi,A. Agapov,A. Dobritsa,C. Nadala,M. Samadpour. Meat Science . 2016
[7] An approach to predict chemical composition of goat Longissimus thoracis et lumborum muscle by Near Infrared Reflectance spectroscopy[J] . Alfredo Teixeira,António Oliveira,Katia Paulos,Ana Leite,Anabela Marcia,André Amorim,Etelvina Pereira,Severiano Silva,Sandra Rodrigues. Small Ruminant Research . 2015
[8] Non-destructive determination of chemical composition in intact and minced pork using near-infrared hyperspectral imaging[J] . Douglas F. Barbin,Gamal ElMasry,Da-Wen Sun,Paul Allen. Food Chemistry . 2013 (2-3)
[9] Non-destructive prediction and visualization of chemical composition in lamb meat using NIR hyperspectral imaging and multivariate regression[J] . Mohammed Kamruzzaman,Gamal ElMasry,Da-Wen Sun,Paul Allen. Innovative Food Science and Emerging Technologies . 2012
[10] Near-infrared hyperspectral imaging for grading and classification of pork[J] . Douglas Barbin,Gamal Elmasry,Da-Wen Sun,Paul Allen. Meat Science . 2011 (1)

← 1 2 →