论文部分内容阅读
鱼类极易腐败变质,食用不当会发生食物中毒,因此对于鱼类或鱼类制品质量的检测非常重要。新鲜度是评价鱼类或鱼类制品质量的一个重要指标。目前鱼肉新鲜度检测的常规方法主要是感官、理化和微生物评价方法。感官评定方法存在结果不量化、主观性强,非经验丰富和训练有素人员不能胜任等缺点;理化和微生物检测方法操作繁琐,耗时耗力,难以满足同常生活中对鱼类新鲜度进行及时检测的需求。本课题采用嗅觉可视化技术对鲳鱼储藏期内新鲜度变化进行了检测研究。论文的主要研究内容如下:
1.采用顶空固相微萃取气质联用(HS-SMPE-GC/MS)技术检测4℃恒温储藏条件下鲳鱼的挥发性气体的变化情况。研究鉴定出鲳鱼储藏期间的51种挥发性气体,分别为烃类6种、酮类8种、醛类7种、醇类16种、酸类5种、酯类2种、含硫化合物1种、含氮化合物3种及其他化合物3种。随着储藏时间的延长,烃类、醛酮类气体有减少的趋势,含氮含硫类和酸性化合物有明显的增加趋势。
2.基于HS-SMPE-GC/MS检测得出的鲳鱼储藏期间挥发性气味成分和含量变化的特点,进一步对气敏材料进行筛选,最终优选出8种卟啉类化合物和4种pH指示剂,构建出一个适合于鱼类新鲜度检测的3×4可视化传感器阵列。
3.研究利用嗅觉可视化技术及多种模式识别方法进行鲳鱼新鲜度研究。在模型的建立过程中,研究了不同主成分对识别结果的影响。比较了建立的鲳鱼的不同新鲜度(新鲜、次新鲜、次腐败、腐败)等级的K近邻法(KNN)、线性判别分析(LDA)、最小二乘支持向量机(LS-SVM)、软间隔目标函数支持向量机(OSU-SVM)以及反向传播神经网络(BPNN)的识别模型。发现:BPNN识别效果最好,模型的预测准确率达到了89.66%。研究表明利用嗅觉可视化技术来检测鲳鱼的新鲜度是可行的。
4.研究利用全变量偏最小二乘法(PLS)和遗传偏最小二乘法(GA-PLS)来建立可视化传感器与气体反应得到的颜色响应信号与鲳鱼新鲜度常规化学指标——挥发性盐基氮含量(totalvolatilebasicnitrogen,TVB-N)和细菌总数(totalviablecounts,TVC)的相关预测回归模型,进一步定量验证嗅觉可视化技术用于鱼新鲜度评价的可行性。在建模过程中,分析了不同主成分数对模型的影响,利用交互验证均方根误差(RMSECV)最小时的主成分数来建立模型。比较两种回归模型结果发现GA-PLS模型效果更优,建模使用的变量减少了,模型得到了简化,模型的交叉验证均方根误差RMSECV和预测均方根误差RMSEP值有所下降,训练集和预测集的相关系数有所上升,模型的精度得到了提高。TVB-N的GA-PLS模型相比PLS模型建模所使用的变量从36个减少到9个,只使用了原来的25%,交叉验证均方根误差RMSECV和预测均方根误差RMSEP值分别从为28.9和31.2降为24.5和26.8,分别下降了4左右,训练集和预测集的相关系数Rc和Rp分别由0.8270和0.8079提高到0.8777和0.8517,分别提高了5%左右。TVC含量的PLS模型的训练集相关系数Re和RMSECV分别为0.8276和0.916,预测集相关系数Rp和RMSEP分别为0.8187和0.954;GA-PLS模型相比PLS模型建模所使用的变量从36个减少到13个,减少为原来的34%,模型的Rc和RMSECV分别为0.8618和0.83,RP和RMSEP分别为0.8503和0.878,训练集和预测集的相关系数提高了4%左右。通过可视化传感器阵列响应信号与常规鱼新鲜度指标之间存在的较高相关性进一步验证了利用嗅觉可视化技术来检测鲳鱼的新鲜度是可行的。