基于冷鲜猪肉不同贮藏期的光谱特征解析及嗜冷腐败菌快速预测模型构建研究
出版时间:
2019-05
版次:
1
ISBN:
9787109255005
定价:
48.00
装帧:
平装
开本:
16开
纸张:
胶版纸
页数:
103页
-
猪肉很长一段时间以来都是人们餐桌上重要的肉品之一,其食用量远超其他畜禽类。据国家统计局公布的数据可知,从2010年开始我国猪肉产量一直在5000万吨以上,2017年达到5340万吨。目前,我国猪肉产量约占全球产量的一半,人均占有量超过世界平均水平。猪肉富含蛋白质、脂肪、矿物质和多种人体所需的氨基酸,是人们动物脂肪和蛋白质的主要来源。猪肉纤维细软,结缔组织少,肌内脂肪层次多,经烹饪后味道特别鲜美,因此备受广大消费者青睐。猪肉在日常饮食结构中有着重要地位,其品质对食品工业的健康发展意义重大,因此提高猪肉品质鉴别效率,对维护肉品市场秩序,保障食品安全和人们健康有着重要意义。
冷鲜猪肉在0~4℃贮藏条件下,依然有诸如假单胞菌、肠杆菌、乳酸菌、热杀索丝菌等一些嗜冷腐败菌生长、繁殖、代谢,从而引发肉品腐败变质,这些微生物的污染也是导致冷鲜猪肉腐败变质的主要原因。及时准确检测这些腐败微生物,有针对性地对其加以控制,可保持肉品新鲜度,对延长货架期具有直接意义。本研究以冷鲜猪肉为研究对象,利用NIR光谱技术优势,结合化学计量学算法,通过构建数学模型,实现对冷鲜猪肉嗜冷腐败菌的快速预测。《基于冷鲜猪肉不同贮藏期的光谱特征解析及嗜冷腐败菌快速预测模型构建研究》的研究结果为冷鲜猪肉加工与质量控制提供有效手段,也可为对开发快速检测肉品腐败微生物仪器提供数据支撑。
作为快速检测肉品微生物的学术论著,《基于冷鲜猪肉不同贮藏期的光谱特征解析及嗜冷腐败菌快速预测模型构建研究》适合于从事肉品快速检测技术的科研人员、企业研发人员及政府监管人员阅读,也可作为食品科学专业的高校教师、本专科学生及研究生的参考书。 前言
第1章 近红外技术在肉品检测方面的应用研究及进展
1.1 近红外技术简介
1.2 化学计量学分析
1.3 NIR检测猪肉品质的研究进展
1.3.1 NIR在猪肉化学组成方面的最新检测研究进展
1.3.2 NIR在猪肉物理属性方面的最新检测研究进展
1.3.3 NIR在猪肉微生物污染方面的最新检测研究进展
1.3.4 NIR在猪肉新鲜度方面的最新检测研究进展
1.3.5 NIR在猪肉掺假方面的最新检测研究进展
1.3.6 NIR在猪肉其他品质方面的最新检测研究进展
1.4 研究目的和内容
1.4.1 研究目的及意义
1.4.2 研究内容
1.4.3 研究的技术路线
第2章 基于不同NIR光谱预处理的F阢快速预测模型构建研究
2.1 材料与方法
2.1.1 猪肉样品
2.1.2 主要试剂
2.1.3 仪器与设备
2.1.4 试验方法及步骤
2.2 结果与分析
2.2.1 TVC测定结果
2.2.2 冷鲜猪肉样品的NIR光谱特征
2.2.3 基于全波段NIR光谱的PLS模型(F-PLS)预测TVC结果
2.2.4 Stepwise法筛选最优波长结果
2.2.5 基于最优波长的PLS模型(O-PLS)预测猪肉TVC结果
2.2.6 MLR和O-PLS预测猪肉TVC效果对比
2.3 结论
第3章 基于不同NIR光谱预处理的假单胞茵快速预测模型构建研究
3.1 材料与方法
3.1.1 猪肉样品
3.1.2 主要试剂
3.1.3 仪器与设备
3.1.4 试验方法及步骤
3.2 结果与分析
3.2.1 假单胞菌测定结果
3.2.2 冷鲜猪肉的NIR光谱特征
3.2.3 基于全波段NIR光谱的PLS模型(F-PLS)预测假单胞菌结果
3.2.4 Stepwise法筛选最优波长结果
3.2.5 基于最优波长的PLS模型(O-PLS)预测猪肉假单胞菌结果
3.2.6 MLR和O-PLS预测猪肉假单胞菌含量效果对比
3.3 结论
第4章 基于不同NIR光谱预处理的总肠杆菌快速预测模型构建研究
4.1 材料与方法
4.1.1 猪肉样品
4.1.2 主要试剂
4.1.3 仪器与设备
4.1.4 试验方法及步骤
4.2 结果与分析
4.2.1 总肠杆菌测定结果
4.2.2 冷鲜猪肉样品的光谱特征
4.2.3 基于全波段光谱的PLS模型(F-PLS)预测总肠杆菌含量结果
4.2.4 Stepwise法筛选最优波长结果
4.2.5 基于最优波长的PLS模型(O-PLS)预测猪肉总肠杆菌结果
4.2.6 MLR和O-PLS预测猪肉总肠杆菌含量效果对比
4.3 结论
第5章 基于不同NIR光谱预处理的乳酸茵快速预测模型构建研究
5.1 材料与方法
5.1.1 猪肉样品
5.1.2 主要试剂
5.1.3 仪器与设备
5.1.4 试验方法及步骤
5.2 结果与分析
5.2.1 乳酸菌测定结果
5.2.2 冷鲜猪肉的光谱特征
5.2.3 基于全波段光谱的PLS模型(F-PLS)预测乳酸菌含量
5.2.4 Stepwise法筛选最优波长结果
5.2.5 基于最优波长的PLS模型(O-PLS)预测乳酸菌含量
5.2.6 MLR和O-PLS预测猪肉乳酸菌含量效果对比
5.3 结论
第6章 基于不同NIR光谱预处理的热杀索丝菌快速预测模型构建研究
6.1 材料与方法
6.1.1 猪肉样品
6.1.2 主要试剂
6.1.3 仪器与设备
6.1.4 试验方法及步骤
6.2 结果与分析
6.2.1 热杀索丝菌测定结果
6.2.2 冷鲜猪肉的NIR光谱特征
6.2.3 基于全波段NIR光谱的PLS模型(F-PLS)预测热杀索丝菌含量
6.2.4 Stepwise法筛选最优波长结果
6.2.5 基于最优波长的PLS模型(O-PLS)热杀索丝菌含量
6.2.6 MLR和O-PLS预测猪肉热杀索丝菌含量效果对比
6.3 结论
参考文献
缩略词表
-
内容简介:
猪肉很长一段时间以来都是人们餐桌上重要的肉品之一,其食用量远超其他畜禽类。据国家统计局公布的数据可知,从2010年开始我国猪肉产量一直在5000万吨以上,2017年达到5340万吨。目前,我国猪肉产量约占全球产量的一半,人均占有量超过世界平均水平。猪肉富含蛋白质、脂肪、矿物质和多种人体所需的氨基酸,是人们动物脂肪和蛋白质的主要来源。猪肉纤维细软,结缔组织少,肌内脂肪层次多,经烹饪后味道特别鲜美,因此备受广大消费者青睐。猪肉在日常饮食结构中有着重要地位,其品质对食品工业的健康发展意义重大,因此提高猪肉品质鉴别效率,对维护肉品市场秩序,保障食品安全和人们健康有着重要意义。
冷鲜猪肉在0~4℃贮藏条件下,依然有诸如假单胞菌、肠杆菌、乳酸菌、热杀索丝菌等一些嗜冷腐败菌生长、繁殖、代谢,从而引发肉品腐败变质,这些微生物的污染也是导致冷鲜猪肉腐败变质的主要原因。及时准确检测这些腐败微生物,有针对性地对其加以控制,可保持肉品新鲜度,对延长货架期具有直接意义。本研究以冷鲜猪肉为研究对象,利用NIR光谱技术优势,结合化学计量学算法,通过构建数学模型,实现对冷鲜猪肉嗜冷腐败菌的快速预测。《基于冷鲜猪肉不同贮藏期的光谱特征解析及嗜冷腐败菌快速预测模型构建研究》的研究结果为冷鲜猪肉加工与质量控制提供有效手段,也可为对开发快速检测肉品腐败微生物仪器提供数据支撑。
作为快速检测肉品微生物的学术论著,《基于冷鲜猪肉不同贮藏期的光谱特征解析及嗜冷腐败菌快速预测模型构建研究》适合于从事肉品快速检测技术的科研人员、企业研发人员及政府监管人员阅读,也可作为食品科学专业的高校教师、本专科学生及研究生的参考书。
-
目录:
前言
第1章 近红外技术在肉品检测方面的应用研究及进展
1.1 近红外技术简介
1.2 化学计量学分析
1.3 NIR检测猪肉品质的研究进展
1.3.1 NIR在猪肉化学组成方面的最新检测研究进展
1.3.2 NIR在猪肉物理属性方面的最新检测研究进展
1.3.3 NIR在猪肉微生物污染方面的最新检测研究进展
1.3.4 NIR在猪肉新鲜度方面的最新检测研究进展
1.3.5 NIR在猪肉掺假方面的最新检测研究进展
1.3.6 NIR在猪肉其他品质方面的最新检测研究进展
1.4 研究目的和内容
1.4.1 研究目的及意义
1.4.2 研究内容
1.4.3 研究的技术路线
第2章 基于不同NIR光谱预处理的F阢快速预测模型构建研究
2.1 材料与方法
2.1.1 猪肉样品
2.1.2 主要试剂
2.1.3 仪器与设备
2.1.4 试验方法及步骤
2.2 结果与分析
2.2.1 TVC测定结果
2.2.2 冷鲜猪肉样品的NIR光谱特征
2.2.3 基于全波段NIR光谱的PLS模型(F-PLS)预测TVC结果
2.2.4 Stepwise法筛选最优波长结果
2.2.5 基于最优波长的PLS模型(O-PLS)预测猪肉TVC结果
2.2.6 MLR和O-PLS预测猪肉TVC效果对比
2.3 结论
第3章 基于不同NIR光谱预处理的假单胞茵快速预测模型构建研究
3.1 材料与方法
3.1.1 猪肉样品
3.1.2 主要试剂
3.1.3 仪器与设备
3.1.4 试验方法及步骤
3.2 结果与分析
3.2.1 假单胞菌测定结果
3.2.2 冷鲜猪肉的NIR光谱特征
3.2.3 基于全波段NIR光谱的PLS模型(F-PLS)预测假单胞菌结果
3.2.4 Stepwise法筛选最优波长结果
3.2.5 基于最优波长的PLS模型(O-PLS)预测猪肉假单胞菌结果
3.2.6 MLR和O-PLS预测猪肉假单胞菌含量效果对比
3.3 结论
第4章 基于不同NIR光谱预处理的总肠杆菌快速预测模型构建研究
4.1 材料与方法
4.1.1 猪肉样品
4.1.2 主要试剂
4.1.3 仪器与设备
4.1.4 试验方法及步骤
4.2 结果与分析
4.2.1 总肠杆菌测定结果
4.2.2 冷鲜猪肉样品的光谱特征
4.2.3 基于全波段光谱的PLS模型(F-PLS)预测总肠杆菌含量结果
4.2.4 Stepwise法筛选最优波长结果
4.2.5 基于最优波长的PLS模型(O-PLS)预测猪肉总肠杆菌结果
4.2.6 MLR和O-PLS预测猪肉总肠杆菌含量效果对比
4.3 结论
第5章 基于不同NIR光谱预处理的乳酸茵快速预测模型构建研究
5.1 材料与方法
5.1.1 猪肉样品
5.1.2 主要试剂
5.1.3 仪器与设备
5.1.4 试验方法及步骤
5.2 结果与分析
5.2.1 乳酸菌测定结果
5.2.2 冷鲜猪肉的光谱特征
5.2.3 基于全波段光谱的PLS模型(F-PLS)预测乳酸菌含量
5.2.4 Stepwise法筛选最优波长结果
5.2.5 基于最优波长的PLS模型(O-PLS)预测乳酸菌含量
5.2.6 MLR和O-PLS预测猪肉乳酸菌含量效果对比
5.3 结论
第6章 基于不同NIR光谱预处理的热杀索丝菌快速预测模型构建研究
6.1 材料与方法
6.1.1 猪肉样品
6.1.2 主要试剂
6.1.3 仪器与设备
6.1.4 试验方法及步骤
6.2 结果与分析
6.2.1 热杀索丝菌测定结果
6.2.2 冷鲜猪肉的NIR光谱特征
6.2.3 基于全波段NIR光谱的PLS模型(F-PLS)预测热杀索丝菌含量
6.2.4 Stepwise法筛选最优波长结果
6.2.5 基于最优波长的PLS模型(O-PLS)热杀索丝菌含量
6.2.6 MLR和O-PLS预测猪肉热杀索丝菌含量效果对比
6.3 结论
参考文献
缩略词表
查看详情
-
全新
北京市朝阳区
平均发货24小时
成功完成率83.46%
-
全新
河北省保定市
平均发货24小时
成功完成率86.58%
-
全新
河北省保定市
平均发货27小时
成功完成率88.79%
-
3
八五品
河北省衡水市
平均发货5小时
成功完成率96.89%
-
全新
河北省保定市
平均发货28小时
成功完成率83.98%
-
3
八五品
河北省衡水市
平均发货5小时
成功完成率96.76%
-
3
九五品
河南省周口市
平均发货7小时
成功完成率98.06%
-
全新
广东省广州市
平均发货8小时
成功完成率92.03%
-
2
2019-05 印刷
九品
北京市丰台区
平均发货6小时
成功完成率96.88%
-
4
2019-05 印刷
印次: 1
八五品
河南省濮阳市
平均发货7小时
成功完成率97.81%
-
4
九五品
北京市大兴区
平均发货8小时
成功完成率95.89%
-
九五品
河南省郑州市
平均发货13小时
成功完成率92.16%
-
3
全新
江苏省南京市
平均发货15小时
成功完成率92.23%
-
2
九五品
北京市朝阳区
平均发货9小时
成功完成率96.2%
-
2
九五品
北京市朝阳区
平均发货9小时
成功完成率96.2%
-
九五品
浙江省杭州市
平均发货32小时
成功完成率80.33%
-
全新
河北省保定市
平均发货7小时
成功完成率91.9%
-
全新
河北省保定市
平均发货20小时
成功完成率84.99%
-
全新
北京市东城区
平均发货22小时
成功完成率85.02%
-
2
九五品
北京市朝阳区
平均发货30小时
成功完成率85.82%
-
全新
北京市房山区
平均发货9小时
成功完成率82.24%
-
九五品
北京市朝阳区
平均发货9小时
成功完成率96.2%