领学术科研之先，创食品科技之新
—— 中国食品杂志社
为实现大米储藏过程早期霉变阶段的快速、无损鉴定，通过测定大米霉变过程中水分含量、脂肪酸值与菌落总数的变化，结合近红外光谱（near-infrared spectroscopy，NIR）与傅里叶变换红外光谱（Fourier transform infrared spectroscopy，FTIR）监测其组分与结构变化，并借助机器学习算法，分别基于单一光谱、数据级融合与特征级融合策略，构建大米早期霉变阶段的判别模型。结果显示，大米霉变过程呈现明显的阶段性特征，在初始阶段（0～29 d），水分含量先快速上升，随后达到动态平衡并再次上升，脂肪酸值持续上升而菌落总数保持低位，表明初期劣变以生化降解为主；在霉变爆发阶段（30～33 d），水分含量显著上升后出现回落，脂肪酸值达到峰值后因微生物利用而下降，同时菌落总数呈现指数级增长，表明微生物活动成为品质劣变的主导因素。经光谱预处理与特征提取后，基于NIR的支持向量分类器（support vector classifier，SVC）模型识别率为96.8%，基于FTIR的SVC模型识别率为93.5%，而经特征级融合后的SVC模型识别率提高至100%。综上可知，NIR与FTIR在大米早期霉变品质监测中具有互补优势，能够有效实现霉变阶段的精确判别，为大米早期霉变过程的现场快速检测提供了可行的光谱分析策略。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
