近红外光谱对特征部位牛肉的分析

被引：10

作者：

陈育涛 ^{[1
]}

朱秋劲 ^{[1
,2
,3
]}

卢开红 ^{[3
]}

陈舟东 ^{[3
]}

陈步友 ^{[4
]}

杨万根 ^{[5
]}

机构：

[1] 贵州大学生命科学学院

[2] 贵州大学食品科学工程研究中心

[3] 国家牛肉加工技术研发分中心

[4] 贵州罗汉食品有限公司

[5] 徐州工程学院

来源：

肉类研究 | 2012年 / 26卷 / 03期

关键词：

近红外透射; 偏最小二乘法; 牛肉; 化学成分;

D O I：

暂无

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：

083203 ; 070302 ; 081704 ;

摘要：

通过采集牛霖、牛柳、牛腩3个部位牛肉样品的近红外光谱并对其蛋白质、脂肪、水分和灰分等化学指标进行测定,应用偏最小二乘法分别建立蛋白质、脂肪、水分和灰分的校正模型。牛霖样品的灰分和水分校正模型相关系数分别为0.9843、0.9740,预测相关系数分别为0.9502、0.9342;牛柳样品的蛋白质和水分校正模型相关系数分别是0.9540、0.7752,预测相关系数分别为0.9500、0.9060;牛腩样品的灰分和脂肪校正模型相关系数分别是0.9746、0.9218,预测相关系数分别是0.9560、0.9233;牛霖和牛柳样品的水分总校正模型相关系数为0.7504,预测相关系数是0.9737;牛腩和牛霖样品的灰分总校正模型相关系数是0.8770,预测相关系数为0.9777。结果表明:近红外光谱分析法预测准确度较高,可以用于评价牛肉品质。

引用

页码：34 / 38

页数：5

共 16 条

[11]

Prediction of technological and organoleptic proper-ties of beef Longissimus thoracis from near-infrared reflectance and transmission spectra. LEROY B,LAMBOTTE S,DOTREPPE O,et al. . 2004

[12] 近红外光谱结合人工神经网络分析蔗汁的锤度和转光度 [J].

黎庆涛 ;

黄康宁 ;

李振宇 ;

黎世文 ;

王健 .

广西蔗糖, 2010, (04) :22-25

[13]

人工神经网络在近红外分析方法中的应用及深色油品的分析[D]. 王艳斌.石油化工科学研究院 2000

[14]

近红外分析中多元线性回归定标方法的简化研究[D]. 刘海涛.中国科学院研究生院（长春光学精密机械与物理研究所） 2002

[15]

化学计量学[M]. 科学出版社 , (德)M.奥托(MatthiasOtto)著, 2003

[16] Near-infrared spectroscopy and imaging in food quality and safety [J].

Wenbo Wang ;

Jitendra Paliwal .

Sensing and Instrumentation for Food Quality and Safety, 2007, 1 (4) :193-207

← 1 2 →