简介:用可见/近红外光谱动态检测鲜枣的可溶性固形物含量。试验时样品以0.1nds的速度运动,采集其可见/近红外漫反射光谱(350-2500nm)。用平均平滑法对120个赞皇枣样品、118个郎枣样品的光谱进行消噪处理,采用连续投影算法提取其特征波长,并建立相应的最小二乘支持向量机预测模型SPA/LS-SVM;同时将赞皇枣在500-1100nm范围的可见IS波近红外平滑光谱数据,郎枣在700-1500nm范围的平滑光谱数据用最小二乘支持向量机建立Smooth,LS-SVM预测模型,并对各自预测集样品(30个)的可溶性固形物含量进行预测和对比分析。结果表明:SPA/LS-SVM模型预测相关系数(赞皇枣0.833,郎枣0.847)与Smooth/LS-SVM模型预测相关系数(赞皇枣0.848,郎枣0.857)相差不大,且前者更精简,预测速度快,预测时间短,可以作为鲜枣可溶性固形物含量的一种动态检测方法,但模型的精度和稳定性需进一步提高。
简介:0 前言随着社会的飞速发展,人民生活水平的日益提高,食品的品种、品质、风味、口感、营养成分等日益被消费者所关注。为满足人们的生活需求,近年来食品冷加工技术飞速发展,大大丰富了老百姓的“菜篮子”。随之,食品冷藏链中解冻这一环节也受到部分企业,特别是冻品深加工企业的重视。解冻,是冻结的逆过程,是将冻结中形成的冰晶融化成水。在传统的解冻方法中,如空气解冻(静止空气、流动空气、加湿空气、加压空气等)、清水解冻(静止水、流动水、喷淋水)、真空低温解冻、溶液浸渍解冻(盐水溶液、乙二醇等)等,冻品均处在温度比它高的介质中,介质能量传递给食品,表层的冰首先融化,之后逐步向中