10.3969/j.issn.1005-1295.2019.04.015
基于可视嗅觉指纹技术结合GC-MS的梭子蟹 新鲜度检测
首先通过固相微萃取技术(Solid-Phase Microextraction,SPME)结合气相色谱质谱联用技术(Gas Chromatography-Mass Spectrometry,GC-MS)对梭子蟹储藏过程中的挥发性气体成分变化进行分析,单因素方差分析结果表明梭子蟹储藏过程中代表新鲜的特征挥发性气体吲哚,其次利用自制的可视嗅觉指纹技术实验平台对不同储藏阶段的梭子蟹挥发性气体进行了整体表征,主成分分析(Principal Component Analysis,PCA)可以将梭子蟹样本按照储藏天数分成5类,最后建立误差反向传播人工神经网络(Back Propagation Artificial Neural Network,BP-ANN)模型来预测梭子蟹中吲哚的含量,结果表明当主成分因子数为10时,预测集中BP-ANN模型预测的梭子蟹中吲哚含量和GC-MS测得的梭子蟹的吲哚含量相关系数Rp值为0.9986,结果表明该技术可作为梭子蟹储藏过程中新鲜度的检测方法.
可视嗅觉指纹技术、气相色谱质谱、梭子蟹、新鲜度、检测
37
TS207.3(食品工业)
江苏省食品药品监督管理局项目20170224;南通市科技局项目MS12017018-1
2019-09-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
64-68