菌落总数(total plate count,TPC)是衡量生鲜乳品质的重要指标之一,它可以直接反映乳品的卫生状况。被细菌污染的乳品的营养价值和感观性状都会发生变化。目前,市场上存在许多未经检测的散装生鲜乳出售,这些生鲜乳很有可能存在微生物含量超标的问题,危害消费者的健康。国标规定的菌落总数检测方法是平板计数法,该法虽然具有检测准确度较高的优点,但操作繁锁、检测时间长,无法实现在线检测或现场检测。因此,探索生鲜乳中菌落总数的快速检测方法对保障乳品安全具有深远意义。为了探究基于介电谱预测生鲜乳中菌落总数的可行性,本文以生鲜牛乳和羊乳为对象,以国际上先进的同轴探头技术和GB4789.2—2010规定的平板计数法为检测手段,在25±0.5℃下研究生鲜乳的菌落总数对其介电特性和品质的影响规律,并建立基于介电特性预测生鲜乳菌落总数的模型。本研究取得的主要结论如下:(1)研究了储藏期间牛乳的菌落总数与介电特性的关系。在4℃的储藏条件下,随着储藏时间的增加,牛乳中的菌落总数不断增加,pH值不断变小;在大于100MHz时ε’值逐渐减小,在20~800MHz时ε’’值逐渐增大。储藏期间牛乳的介电参数与其pH值和菌落总数在一定的频率下存在良好的线性相关性。(2)基于介电谱建立了预测生鲜牛乳中菌落总数的定量分析模型。采用X-Y共生距离算法(SPXY)法进行样本划分,选用偏最小二乘(PLS)、极限学习机(ELM)和最小二乘支持向量机(LSSVM)三种建模方法分别基于全频谱(FF)和连续投影算法(SPA)优选的特征介电变量建立预测模型。建模结果表明,六种预测模型的校正集与预测集相关系数(Rc和Rp)均小于0.8;且校正集与预测集均方根误差(RMSEC和RMSEP)均较大;剩余预测偏差RPD除了FF-LSSVM模型外均小于1.5。(3)基于介电谱建立了预测生鲜羊乳中菌落总数的定量分析模型。采用SPXY法划分样本,基于FF和SPA优选的特征介电变量建立预测TPC的PLS、ELM和LSSVM模型。建模结果表明,FF-PLS和FF-LSSVM模型的Rc和Rp较高且RMSEC和RMSEP较低,但只有FF-PLS模型的RPD达到2.0以上,表明该模型可以对羊乳中的菌落总数进行粗略地定量预测。(4)基于介电谱建立了定性分析模型以检测菌落总数超标的生鲜牛乳。采用Kennard-Stone(KS)法进行样本划分,选用PLS、误差反向传播网络(BP)和支持向量机(SVM)三种建模方法,建立基于FF和SPA选取的特征介电变量的定性识别模型。结果表明,FF-BP模型对生鲜牛乳中菌落总数超标和未超标的正确识别率较高,校正集和预测集的正确识别率分别为86.0%和94.4%。(5)基于介电谱建立了定性分析模型以检测菌落总数超标的生鲜羊乳。采用KS法进行样本划分,建立基于FF和经SPA选取的特征介电变量的PLS、BP和SVM模型。结果表明,FF-BP模型对生鲜羊乳中菌落总数超标和未超标的正确识别率较高,校正集和预测集的正确识别率分别为96.1%和90.4%。研究表明,生鲜乳的菌落总数与介电特性之间存在一定的相关性,可基于介电谱识别生鲜乳中菌落总数是否超标,但基于介电谱预测生鲜乳中的菌落总数还有待深入研究。本文为探索和开发基于介电特性的生鲜乳菌落总数检测技术提供试验和数据基础。