论文部分内容阅读
蛋白质和脂肪是鱼肉主要有机营养大分子,而蛋白质的降解和脂肪的氧化会造成鱼肉品质低下,实时监控冷藏过程蛋白质和脂肪的变化能够保证鱼肉的营养品质和安全性。传统化学检测方法存在耗时、繁琐、破坏样品等弊端,高光谱成像技术集合了光谱和图像的优势,能够快速、无损、同步检测鱼肉的蛋白质和脂肪信息,有利于食品工业的发展。本课题以草鱼(白肉鱼)和三文鱼(红肉鱼)为研究对象,采用可见近红外高光谱成像技术(400-1000 nm)及化学计量学分析方法,探索了蛋白质和脂肪变化与波谱图像之间的变化规律,融合多元数据处理方法建立了草鱼、三文鱼蛋白质、脂肪、脂肪酸含量预测模型和表征蛋白质和脂肪变化程度(TVB-N值、TBA值)的定量分析模型,建立了鱼肉主要有机营养大分子变化的高光谱监控方法。主要研究结论如下:(1)利用高光谱成像技术结合PLSR方法成功预测了鱼肉的蛋白质含量变化。融合RC系数法提取的特征波长和GLCM提取的纹理信息,构建了最优预测性能的PLSR模型,草鱼和三文鱼蛋白质含量预测模型的R2P分别为0.811、0.825。(2)利用高光谱成像技术结合多元数据分析方法成功预测了鱼肉的脂肪及脂肪酸含量变化。在脂肪含量预测中,采用PLSR和LS-SVM融合SPA方法选取的特征波长和理化指标建立了定量分析模型,草鱼的最优模型为SPA-PLSR(R2P=0.799),三文鱼的为SPA-LS-SVM(R2P=0.843)。在鱼肉三种脂肪酸(亚油酸、DHA、EPA)的分析中,选用了MSC、SNV、1st求导方法优化模型,结合特征波长采用了PLSR、MLR、PCR建立简化模型,草鱼和三文鱼的亚油酸、DHA和EPA含量最佳预测模型均为MLR模型,除了三文鱼的EPA预测模型的R2P为0.786,其他模型的R2P均达到了0.8以上,并实现了可视化分布。(3)利用高光谱成像技术构建了冷藏期鱼肉蛋白质降解程度及脂肪氧化程度的动态变化分布图。基于草鱼、三文鱼的光谱信息,分别建立了最佳TVB-N值和TBA值预测模型为SPA-LS-SVM、SPA-BP-ANN;RC-MSC-MLR、RC-MSC-MLR。同时,融合草鱼和三文鱼的光谱信息,建立了红-白肉鱼的TVB-N值、TBA值的综合预测最佳模型SPA-LS-SVM和RC-MSC-MLR,其中R2P分别为0.907、0.842,并绘制了多对象单指标的同步可视化图,建立了跨颜色鱼种同步预测的高光谱方法。