公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

线椒货架期的近红外光谱定性判别: 2015年; 利用近红外漫反射光谱技术对线椒的货架期进行定性判别研究。实验以常温货架期1、3、5 d的线椒为研究对象,利用主成分分析法（PCA）建立近红外漫反射定性判别模型,在全光谱范围（400~2500 nm）内比较了不同的光谱预处理方法结合不同散射和标准化方法对所建模型的影响。结果表明,采用全光谱下Log（1/R）＋None光谱预处理方法建立的模型预测最好,该模型的交互验证相关系数（R_（CV））为0.9455,交互验证误差（SECV）为0.1534,其正确分类率达95.56%~100%,预测准确率达88.89%~97.78%,该模型能够准确地区分不同货架期的线椒鲜果。因此,近红外光谱技术为线椒货架期的鉴别提供了一种新方法。; 潘冰燕鲁晓翔张鹏李江阔陈绍慧; 关键词：近红外光谱货架期线椒

气质联用与电子鼻对不同包装货架期线椒检测分析被引量：3: 2015年; 运用HS-SPME-GC-MS和电子鼻2种技术,对10℃贮藏15 d后进行常温货架期间线椒的挥发性物质进行检测分析,并讨论3种不同包装(无包装、16μm PE、20μm PE)、不同货架期对挥发性成分的影响。结果表明:线椒的挥发性物质主要是由酯类、醛类和醇类物质组成,无包装组(A组)果实醇类和酯类物质相对含量最高,其次是16μm PE膜包装组(B组),20μm PE膜包装组(C组)最小,C组醛类物质相对含量最大;A、B、C组的醛类物质随着货架期的延长而降低,酯类挥发性物质则随着货架期的延长而增加,C组的保鲜效果最好;电子鼻分析结果显示,货架期1 d B、C组区分效果不理想;随着贮后货架时间的延长,不同包装组间的差异越明显,电子鼻区分效果也越好。电子鼻可以对不同货架期、不同包装厚度的线椒较好的判别区分,线椒挥发性成分受包装膜厚度以及时间长短的影响很大,LDA方法优于PCA方法。因此,电子鼻对线椒整体气味特征进行判别具有可行性。; 潘冰燕鲁晓翔张鹏李江阔陈绍慧; 关键词：线椒电子鼻货架期

基于改进偏最小二乘法的甜椒可溶性固形物和总酸的近红外光谱检测被引量：4: 2015年; 以黄色甜椒为研究对象,利用改进偏最小二乘法（MPLS）建立其近红外漫反射光谱无损检测可溶性固形物（SSC）和总酸含量的数学模型。在400～2 500 nm以及400～980 nm＋1 108～1 900 nm 2个波长范围内分别建立了甜椒的SSC和总酸质量分数的定标MPLS模型,并用最优模型进行预测。结果表明,最优的预处理是在400～980 nm＋1 108～1 900 nm下建立的模型,SSC采用SNV处理的定标模型较好,交互验证相关系数（RCV）、交互验证标准误差（SECV）分别为0.926 9和0.186 2,预测集的相关系数RP和预测标准误差（SEP）分别为0.924 8和0.158 9;总酸则是采用None处理的模型较好,交互验证相关系数（RCV）、交互验证标准误差（SECV）分别为0.868 0和0.012 5,预测集的相关系数RP预测标准误差（SEP）分别为0.903 8和0.011 1。试验结果说明,基于改进偏最小二乘法对甜椒鲜果SSC和总酸含量的近红外漫反射快速无损检测是可行的,近红外光谱与SSC和总酸含量呈显著相关性。; 潘冰燕鲁晓翔张鹏李江阔陈绍慧; 关键词：近红外光谱甜椒可溶性固形物总酸

货架期线椒内部品质的近红外漫反射光谱检测被引量：3: 2015年; 研究了建立近红外漫反射光谱检测货架期线椒内部品质的数学模型,并对其应用价值进行了评价。采用叶绿素a、叶绿素b和类胡萝卜素含量作为评价指标,在全光谱内(400~2 500 nm)分别建立了货架期线椒的叶绿素a、叶绿素b与类胡萝卜素的定标改进偏最小二乘法(MPLS)模型,并用最优模型进行预测。结果表明:叶绿素a、叶绿素b与类胡萝卜素的校正集的相关系数RC分别为0.907、0.896和0.902;交叉验证误差SECV分别为0.744、1.544和0.336;预测集的相关系数RP分别为0.890、0.924和0.906;预测集的相对误差SEP分别为0.894、1.647和0.361。实验结果说明,线椒中叶绿素a、叶绿素b和类胡萝卜素的含量与近红外光谱有显著的相关关系。; 潘冰燕鲁晓翔张鹏李江阔陈绍慧; 关键词：线椒叶绿素A 叶绿素B 类胡萝卜素

鲁梅克斯籽醇水提取物的化学成分的GC-MS分析: 2012年; 将GC-MS技术和硅烷化反应结合在一起分离、鉴定了鲁梅克斯籽36%乙醇和水提取物的主要化学成分。将样品质谱图与标准谱图库中的谱图进行对比分别鉴定了18种主要化学成分。归一化分析结果显示有机酸和多酚类物质是鲁梅克斯籽36%乙醇和水提取物中的主要成分。水提取物与36%乙醇提取物相比较,水提取物中多酚类物质含量比例更高,达到了被鉴定物质总量的近70%,其中没食子酸更是达到了51%。实验结果表明,采用GC-MS和硅烷化相结合的方法可以对鲁梅克斯籽中的多酚类物质进行有效的分析。; 王冬冬李楠刘世凯齐乐潘冰燕徐静王乙婷徐洁; 关键词：GC-MS 化学成分

不同包装对甜椒贮后货架期挥发性物质及理化品质的影响被引量：2: 2016年; 以甜椒鲜果为原料,运用电子鼻结合顶空固相微萃取-气相色谱质谱(head space solid-phase microextraction and gas chromatography mass spectrometry,HS-SPME-GC-MS)联用技术,对甜椒10℃冷藏15 d后进行常温贮后货架期间挥发性成分进行测定,探究不同包装(无包装对照、微孔袋、20μm聚乙烯袋包装)对其挥发性物质的影响,通过测定果实质量损失率、VC含量、糖酸比等指标分析不同包装对甜椒理化品质的影响。结果表明,电子鼻能够区分不同包装方式、不同贮后货架期的甜椒整体挥发性物质;GC-MS分析得出,甜椒的挥发性成分主要为酯类和醇类物质,且随着贮后货架时间的延长,酯类物质不断减少,而醇类物质则不断上升,对照、微孔袋、20μm聚乙烯袋3组酯类相对含量分别下降了47.33%、23.43%和51.39%,醇类相对含量分别上升了68.73%、56.80%和72.96%,说明微孔袋包装可以有效延缓酯类物质的损失以及延缓醇类物质的增加,有效改善甜椒常温货架期间的香气成分,其保鲜作用优于对照和20μm聚乙烯袋组;相同贮后货架期下微孔袋组的VC含量和糖酸比均最高,微孔袋、20μm聚乙烯袋包装组之间质量损失率差异不显著(P>0.05),但明显小于对照组(P<0.05),说明微孔袋包装对甜椒贮后货架期理化品质的保鲜作用优于对照和20μm聚乙烯袋组。; 潘冰燕鲁晓翔李江阔张鹏陈绍慧; 关键词：甜椒电子鼻气相色谱-质谱联用挥发性物质

1-MCP处理对线椒常温贮藏品质和风味物质的影响被引量：6: 2015年; 以线椒鲜果为原料，通过测定其叶绿素、Vc含量和可溶固形物质量分数等指标，并运用气相色谱-质谱联用技术（GC—MS）测定其挥发性物质，研究1-MCP处理对常温贮藏的线椒品质的影响。结果表明：线椒挥发性成分主要由醛类、醇类、酯类组成，占总挥发性物质含量的71．00％～85．92％，1-MCP处理组的整体风味优于对照组（CK），说明1．MCP处理能够起到-定的保鲜作用；在相同贮藏期，1-MCP组的叶绿素与V。含量均高于CK组，并在贮藏6d时达到最大值，叶绿素含量分别为（24．85±2．37）、（22．36±2．44）mg／100g，Vc含量分别为（30．63±0．67）、（31．48±1．23）mg／100g，且贮藏9d、12d时，2组的叶绿素含量差异显著（P〈0．05），0d、12d时2组Vc含量差异显著（P〈0．05）；CK组和1-MCP组的SSC分别降低了14．70％和12．48％。这表明1-MCP处理对线椒可以起到保绿作用，并可减缓其Vc含量变化速率，而对其SSC质量分数的影响较小，减缓线椒在常温贮藏期的衰老进程，提高其贮藏品质。; 潘冰燕鲁晓翔张鹏李江阔陈绍慧; 关键词：线椒 1-MCP 可溶性固形物

GC-MS结合电子鼻分析1-MCP处理对线椒低温贮藏期挥发性物质的影响被引量：28: 2016年; 采用顶空固相微萃取-气相色谱-质谱（head space solid-phase microextraction and gas chromatography mass spectrometry,HS-SPME-GC-MS）联用并结合电子鼻技术检测线椒的挥发性成分,研究1-甲基环丙烯（1-methylcyclopropene,1-MCP）处理对线椒在10℃贮藏过程中挥发性成分变化的影响。结果表明,HS-SPMEGC-MS方法共检测出52种挥发性成分,主要为醛类、醇类和酯类物质,1-MCP处理减缓了线椒醛类、酯类、酸类物质相对含量的降低,同时抑制了醇类、烃类以及其他类挥发性物质相对含量的增加,1-MCP处理可以保持线椒良好的挥发性物质成分变化,延缓其风味的改变;用电子鼻对线椒在10℃贮藏期间挥发性物质进行主成分分析、负荷加载分析及线性判别分析,结果均表明,1-MCP处理对线椒挥发性物质的影响主要在贮藏期第15~35天,10℃贮藏线椒在第15天的挥发性成分相对含量变化较大,是其新鲜度变化的拐点。; 潘冰燕鲁晓翔张鹏李江阔陈绍慧; 关键词：气相色谱-质谱法电子鼻线椒 1-MCP处理挥发性物质

近红外光谱对甜椒果实质地的无损检测被引量：9: 2015年; 以黄色甜椒为研究对象,建立其近红外漫反射光谱检测果实质地的数学模型.在400～2 500、400 ～1100、400～1 450 nm3个波段内分别建立了甜椒的果肉弹性、回复性和凝聚性定标MPLS模型,并用各波段下最优模型进行预测.结果表明：这3个波段下的定标模型相关系数都很高,但在全光谱下建立的定标模型稳定性最好,所以选取该光谱下的定标模型作为最终的测定模型,果肉弹性、回复性和凝聚性定标集交互验证相关系数（RCV）分别为0.937、0.933、0.932,交互验证标准误差（SECV）分别为0.029、0.013、0.016,预测集的相关系数Rp分别为0.924、0.899、0.922,预测标准误差（SEP）分别为0.026、0.018、0.015,相对残差分别为-0.200、0.068、-0.033.结果说明,甜椒果实质地的近红外无损检测是可行的,果实质地与近红外漫反射光谱具有显著相关性.; 潘冰燕鲁晓翔张鹏李江阔陈绍慧; 关键词：近红外光谱甜椒回复性凝聚性

全选清除导出

共1页<1>

潘冰燕

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

潘冰燕

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈