基于支持向量回归的驴肉脂肪和蛋白质近红外检测模型优化

驴肉的脂肪含量低、蛋白质含量高,是一种营养价值较高的食用肉类.选择了40个不同个体和不同部位的驴肉鲜肉样品,采集了样品在4 000～12 500 cm~(-1)光谱的近红外漫反射光谱,并使用索氏提取法和凯氏定氮法分别检测了样品的脂肪和蛋白质参考数据.分别使用主成分分析和偏最小二乘回归对肉块和肉糜2种类型的样品光谱数据进行了压缩,结合支持向量回归算法分别建立了驴肉脂肪和蛋白质的定量模型,并与偏最小二乘回归模型进行了性能比较,发现肉糜光谱使用主成分分析降维结合支持向量回归算法所建立的驴肉脂肪模型,以及肉块光谱使用偏最小二乘回归降维结合支持向量回归算法所建立的驴肉蛋白质模型定量结果最优,其交叉验证均方根误差和相对预测误差分别达到了0.058%、14.69以及0.111%、14.39.结果表明,近红外光谱结合主成分分析或偏最小二乘回归降维以及支持向量回归算法所建立的模型预测精度较高,可对驴肉的脂肪和蛋白质含量进行可靠的检测.     

基于营养成分和主成分分析的驴肉与其他肉类分类研究

选取生鲜驴肉样品40个,生鲜猪肉、牛肉、羊肉样品各8个,使用索氏抽提法和凯氏定氮法分别检测了样品的肌间脂肪和蛋白质含量,采用气相色谱法检测了样品的多种脂肪酸,并使用阳离子交换色谱分离、茚三酮柱后衍生法对样品的多种氨基酸含量进行了检测.对驴肉和其他肉类样品的多种营养成分含量进行了单因素方差分析. 结果发现:脂肪、蛋白质、肉豆蔻酸、十五碳酸、棕榈酸、棕榈油酸、硬脂酸、亚油酸、油酸及总不饱和脂肪酸、总饱和脂肪酸具有极显著差异,二十四碳一烯酸、反式油酸、苏氨酸、丝氨酸、异亮氨酸、亮氨酸、赖氨酸、组氨酸和脯氨酸具有显著差异,门冬氨酸、谷氨酸、甘氨酸、丙氨酸、酪氨酸、精氨酸和总氨基酸具有一定差异.对不同差异水平指标组合分别进行了主成分分析,发现有明显的聚类趋势,其中极显著差异指标数据(多为风味成分)能够完全将驴肉和其他肉类分开.研究结果表明:使用营养成分对驴肉和其他肉类进行分类是可行的,不同肉类所具有的不同风味特征是分类的关键.