【摘 要】
：
动物脂肪作为营养物质之一,可赋予肉制品良好的风味,并促进人体对脂溶性维生素的吸收,且因其具有较强的可塑性,可有效提高肉制品加工性能。然而,由于动物脂肪中的高饱和脂肪酸水平可能引发肥胖、冠心病及动脉粥样硬化等一系列慢性疾病,研发一类可替代动物脂肪的原料从而降低肉制品中饱和脂肪酸水平,保持产品原有风味和质地等品质特性成为目前低脂肉类产品研究的热点。该文结合国内外研究报道,梳理了目前可用于替代动物脂肪的原料类型及其在肉制品中的应用研究进展,为动物脂肪替代原料在肉制品中的加工应用提供良好的理论参考依据。
【基金项目】
：
甘肃省现代农业猪鸡产业技术资助项目(GARS-ZJ-5),中国国家现代农业(肉牛牦牛)产业技术体系资助项目(CARS-37)。
论文部分内容阅读
动物脂肪作为营养物质之一,可赋予肉制品良好的风味,并促进人体对脂溶性维生素的吸收,且因其具有较强的可塑性,可有效提高肉制品加工性能。然而,由于动物脂肪中的高饱和脂肪酸水平可能引发肥胖、冠心病及动脉粥样硬化等一系列慢性疾病,研发一类可替代动物脂肪的原料从而降低肉制品中饱和脂肪酸水平,保持产品原有风味和质地等品质特性成为目前低脂肉类产品研究的热点。该文结合国内外研究报道,梳理了目前可用于替代动物脂肪的原料类型及其在肉制品中的应用研究进展,为动物脂肪替代原料在肉制品中的加工应用提供良好的理论参考依据。
其他文献
不同于传统的深度学习反演方法,文中提出一种基于先验约束的深度学习地震波阻抗反演方法:参照地震相类型分割待反演区域,且将区域分割结果作为一种明确的空间约束条件监控网
电成像的处理、解释大量依赖人工操作,存在缝洞表征困难等问题。人工操作不但效率低,而且还存在难以消除的人为误差。为此,提出一种基于图像区域分割和卷积神经网络的电成像图像自动识别裂缝、溶蚀孔洞的方法。该方法基于电成像数据,结合Otsu算法与平均法分割阈值,从地层背景中分离裂缝、溶蚀孔洞信息,并应用连通域像素标记法提取独立的连通域缝洞个体;然后,搭建并训练改进的LeNet-5网络模型,以多种地质构造的图像特征为标准制备训练样本集,实现缝洞特征的自动识别;最后,结合常规测井曲线,利用训练后模型的识别结果对图像分类
使用基于有监督机器学习分类器的岩性预测方法时,如果样本集中目标岩性样本过少,而非目标岩性样本过多,在这种不平衡样本集上训练分类器会使预测结果向非目标岩性偏倚,导致目标岩性的预测准确率较低。为了解决这一问题,提出一种针对不平衡样本集的随机森林岩性预测方法。首先,以录井岩性数据作为岩性样本标签,以井旁道地震属性和岩石弹性参数作为岩性样本特征构建岩性样本集;其次,将近邻清除算法(NM)与合成少数类过采样算法(SMOTE)相结合形成NM-SMOTE算法,对岩性样本集进行平衡化;然后,用平衡化的岩性样本集训练随机森
蒸汽爆破技术是近年来食品工业中一种新兴的食品原料预处理技术,具有操作简单、处理时间短、处理效率高、没有二次污染等特点。该方法无需添加化学试剂,可以通过高温高压的方式改变原料的结构,提高原料中有效成分的得率,促进营养成分的溶出,提升产品的加工特性和功能特性。文中系统阐述了蒸汽爆破的原理、影响因素及近年来在食品生物大分子物质(膳食纤维、淀粉、功能性多糖、蛋白质)改性中的研究现状等,并对其应用前景进行展望,以期为该技术在食品领域中的推广应用提供参考。
乙醛是啤酒中含量最高的羰基异味化合物,其含量直接影响啤酒的风味和稳定性,而酵母代谢是乙醛的主要来源。为选育发酵性能优良的低产乙醛酿酒酵母,以Lager型工业啤酒酵母为对象,通过多轮常压室温等离子体(atmospheric room temperature plasma,ARTP)诱变育种技术构建突变库,利用乙醇-双硫仑抗性平板、高浓度乙醛筛选平板及其驯养液完成菌株的筛选及驯化,建立诱变-筛选-驯化的多轮初筛体系。复筛以乙醇脱氢酶Ⅰ、Ⅱ和乙醛脱氢酶等关键酶活性变化为指标,经实验室摇瓶水平发酵,最终获得主要酒
大豆蛋白是一种优质的植物蛋白质,资源丰富,具有良好的营养价值和独特的功能特性,其中凝胶性是较为重要的一种特性.随着大豆蛋白的科学研究和商业化生产越来越受到人们的关注
发掘制备牦牛乳酪蛋白二肽基肽酶-IV(dipeptidyl peptidase-IV,DPP-IV)抑制肽的蛋白酶,并对其酶解工艺进行优化。首先对牦牛乳酪蛋白进行模拟酶切筛选蛋白酶,然后开展单酶和多酶组合水解效果研究。结果表明,制备DPP-IV抑制肽的最佳酶组合为碱性蛋白酶、木瓜蛋白酶和菠萝蛋白酶,最佳酶解工艺为超声温度64℃、超声功率460 W、超声时间82 min,碱性蛋白酶、木瓜蛋白酶和菠萝蛋白酶依次酶解0.5 h,加酶量3000 U/g,酪蛋白水解物DPP-IV抑制率为(67.05±0.79)%,
瑞雷波勘探技术是探查近地表横波速度结构的有效手段。然而瑞雷波频散曲线的反演具有非线性和多极值特点,采用遗传算法等传统非线性算法,在求解此类问题时会呈现不易收敛、稳定性差等现象。蜻蜓算法是一种近年提出的新型非线性算法,文中在该算法基础上提出基于自适应权重的改进蜻蜓算法,紧密围绕非线性算法的前期强调“探索”、后期侧重“开发”的思路,根据蜻蜓个体在迭代过程中的适应度差异,引入自适应权重,使个体的聚集、避撞和结队等行为的权重参数具有根据适应度自行调节的能力。通过多个测试函数以及理论、实际面波记录的检验,与
地质建模时手工拆分断层工作繁琐且十分耗时,而且断层拆分精度受主观因素制约,特别是在复杂断块区域,可能会造成错误的拆分结果。此外,由于不同工区的地质问题不同,解释精度要求也不一致,致使自动拆分断层难度极大。为此,提出了一种基于张量投票的自动拆分断层方法。该方法的核心是利用张量投票算法计算原始断层点集的方向信息,然后结合断层文件中的空间位置和断棱编号信息,融合现有地质认识,实现断层的自动拆分。具体流程为:(1)将所有散点编码,并以球张量的形式表现;(2)根据尺度参数计算所有散点的球张量场并进行张量投票;(3)
在实际应用中,深度卷积网络以大量数据驱动模型进行网络训练,以获得地震数据与阻抗之间的映射关系,但需大量合成数据对网络训练后,再应用少量实际数据对网络进行迁移学习。为此,提出了一种基于数据增广和主动学习的地震波阻抗反演方法。数据增广首先通过同频率重采样对单道原波阻抗数据进行增广,再求取增广后的反射系数和随机核,最后计算增广后的地震数据。将增广后的地震和波阻抗数据作为训练集,结合主动学习思想选择最大误差样本对网络进行迭代训练。该方法不仅可以避免地震子波估计,而且能用少量的标签数据训练出预测精度更高的网络。Ma