| 基于特征挥发性气味物质的冷藏大黄鱼新鲜度预测模型构建 |
| |
| 引用本文： | 张渤函,李学鹏,励建荣,杨青,位正鹏,谢晶,王彦波,丁玉庭.基于特征挥发性气味物质的冷藏大黄鱼新鲜度预测模型构建[J].渤海大学学报(自然科学版),2022(2):140-154. |
| |
| 作者姓名： | 张渤函 李学鹏 励建荣 杨青 位正鹏 谢晶 王彦波 丁玉庭 |
| |
| 作者单位： | 1. 渤海大学食品科学与工程学院生鲜农产品贮藏加工及安全控制技术国家地方联合工程研究中心;2. 大连工业大学海洋食品精深加工关键技术省部共建协同创新中心;4. 上海海洋大学食品学院;5. 浙江工商大学食品与生物工程学院;6. 浙江工业大学食品科学与工程学院 |
| |
| 基金项目： | 国家重点研发计划课题项目(No:2019YFD0901605)； |
| |
| 摘 要： | 以4℃冷藏大黄鱼为研究对象，测定其菌落总数、挥发性盐基氮(TVB-N)值、K值、硫代巴比妥酸(TBA)值等新鲜度指标以及气味轮廓特征，挖掘与新鲜度相关的挥发性气味物质，并利用偏最小二乘法(Partial Least-Squares, PLS)和BP(Back Propagation)神经网络建立挥发性气味物质预测TVB-N值的数学模型.结果表明，大黄鱼冷藏过程中菌落总数、TVB-N值、K值、TBA值均显著上升(P<0.05).贮藏6.16 d TVB-N值达到腐败上限，贮藏8.6 d菌落总数达到可食用上限.电子鼻分析结果显示不同贮藏时间大黄鱼气味轮廓具有显著差异；顶空固相微萃取-气相色谱-质谱联用(SPME-GC-MS)结果显示，与新鲜度最显著相关的挥发性物质主要是醛类和烷烃类气体，包括十二烷、三氯甲烷、苯、正辛醛、壬醛、正十七烷、姥鲛烷、癸醛、苯甲醛.建模结果显示，PLS预测模型的预测能力达到88.7%,BP神经网络模型的相关系数达0.988,说明两个模型都可实现利用挥发性气味物质预测冷藏大黄鱼TVB-N值的目的.本研究为冷藏海水鱼的新鲜度评价、货架期预测以及品质监测气敏性传感...
|
| 关 键 词： | 新鲜度 预测模型 挥发性物质 偏最小二乘法(PLS) BP神经网络 |
|
|
