三文鱼新鲜度和品质货架期预测模型研究
发布时间：2023-11-08 18:38
水产品从生产加工到消费的整个过程中品质货架期的快速无损检测是备受关注的课题。由于传统的品质货架期检测方法费时、破坏性大、复杂。因此,鱼类工业迫切需要一种快速、无损、准确的预测方法,同时测定变温条件下的化学和微生物指标。本文以三文鱼为研究对象,测定其在-2、0、4、10℃下的各项新鲜度指标、新鲜度等级及货架期。通过对比传统模型Arrhenius和新型模型RBFNNs,确定RBFNNs模型的优越性并提供模型支撑。通过电子鼻测定三文鱼在-2、0、4、10℃下各个贮藏阶段的挥发性气体成分及含量变化,构建基于电子鼻的PCA-RBFNNs三文鱼新鲜度预测模型。通过机器视觉系统采集0℃贮藏条件下不同贮藏阶段瞳孔色彩空间值,构建基于三文鱼瞳孔色泽参数结合多元回归模型的机器视觉系统。主要研究结果如下:1.三文鱼片在-2、0、4和10℃贮藏条件下的品质货架期可接受上限分别为21d、12d、10d和72h;TAC、TVB-N值、K值和组胺值的变化能够较好反应三文鱼片的新鲜度变化,为后续实验及预测模型建立提供依据;2.以三文鱼-2、0、4、10℃贮藏条件下TBA、TVB-N、TAC、K值、组胺、SA指标进行拟...
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
缩写、符号清单和术语表
第一章 引言
1.1 水产品新鲜度和品质货架期影响因素及评价指标
1.1.1 外部影响因素
1.1.2 内部影响因素
1.1.3 新鲜度的传统评价指标
1.2 水产品新鲜度检测新方法
1.2.1 近红外光谱分析技术
1.2.2 气相色谱-离子迁移谱联用技术
1.2.3 电子舌、电子鼻模拟感官技术
1.2.4 基于机器视觉系统的检测技术
1.3 水产品品质货架期模型构建方法
1.3.1 传统预测模型构建方法
1.3.2 基于人工神经网络和TTT理论的预测模型构建新方法
1.4 本课题主要研究内容及意义
1.4.1 研究目的及意义
1.4.2 研究内容
1.4.3 研究技术路线
第二章 不同贮藏温度下三文鱼片新鲜度综合评价
2.1 前言
2.2 实验材料与方法
2.2.1 实验对象
2.2.2 实验试剂
2.2.3 实验仪器
2.2.4 实验方法
2.2.5 数据统计学分析
2.3 结果与讨论
2.3.1 不同贮藏温度下三文鱼片TBA值变化分析
2.3.2 不同贮藏温度下三文鱼片TVB-N值变化分析
2.3.3 不同贮藏温度下三文鱼片TAC值变化分析
2.3.4 不同贮藏温度下三文鱼片pH值变化分析
2.3.5 不同贮藏温度下三文鱼片K值变化分析
2.3.6 不同贮藏温度下三文鱼片组胺值变化分析
2.3.7 不同贮藏温度下三文鱼片感官评分值变化分析
2.4 本章小结
第三章 不同贮藏温度下三文鱼片货架期RBF神经网络预测模型的构建
3.1 前言
3.2 实验材料与方法
3.2.1 实验对象
3.2.2 实验仪器
3.2.3 模型构建
3.2.4 数据统计学分析
3.3 结果与讨论
3.3.1 RBFNNs货架期预测模型构建及验证
3.3.2 RBFNNs货架期预测模型与Arrhenius预测模型对比
3.4 本章小结
第四章 电子鼻结合RBFNNs对三文鱼片在不同贮藏温度下品质无损检测的研究
4.1 前言
4.2 实验材料与方法
4.2.1 实验对象
4.2.2 实验试剂
4.2.3 实验仪器
4.2.4 实验方法
4.3 结果与讨论
4.3.1 电子鼻结合GC-IMS分析
4.3.2 电子鼻主成分分析
4.3.3 PCA-RBFNNs新鲜度预测模型构建及验证
4.4 本章小结
第五章 基于三文鱼瞳孔的机器视觉系统对0℃贮藏条件下三文鱼品质无损检测的研究
5.1 前言
5.2 实验材料与方法
5.2.1 实验对象
5.2.2 实验仪器
5.2.3 图像预处理
5.2.4 回归统计与分析
5.3 结果与讨论
5.3.1 三文鱼瞳孔在机器视觉技术下的成像及分析
5.3.2 三组颜色参数模型描述瞳孔颜色变化及分析
5.3.3 基于三组色泽参数新鲜度预测回归模型的建立及验证
5.4 本章小结
第六章 总结论、创新点及研究展望
6.1 总结论
6.2 创新点
6.3 研究展望
参考文献
附录一:学术论文和科研成果清单
致谢
本文编号：3861523
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
缩写、符号清单和术语表
第一章 引言
1.1 水产品新鲜度和品质货架期影响因素及评价指标
1.1.1 外部影响因素
1.1.2 内部影响因素
1.1.3 新鲜度的传统评价指标
1.2 水产品新鲜度检测新方法
1.2.1 近红外光谱分析技术
1.2.2 气相色谱-离子迁移谱联用技术
1.2.3 电子舌、电子鼻模拟感官技术
1.2.4 基于机器视觉系统的检测技术
1.3 水产品品质货架期模型构建方法
1.3.1 传统预测模型构建方法
1.3.2 基于人工神经网络和TTT理论的预测模型构建新方法
1.4 本课题主要研究内容及意义
1.4.1 研究目的及意义
1.4.2 研究内容
1.4.3 研究技术路线
第二章 不同贮藏温度下三文鱼片新鲜度综合评价
2.1 前言
2.2 实验材料与方法
2.2.1 实验对象
2.2.2 实验试剂
2.2.3 实验仪器
2.2.4 实验方法
2.2.5 数据统计学分析
2.3 结果与讨论
2.3.1 不同贮藏温度下三文鱼片TBA值变化分析
2.3.2 不同贮藏温度下三文鱼片TVB-N值变化分析
2.3.3 不同贮藏温度下三文鱼片TAC值变化分析
2.3.4 不同贮藏温度下三文鱼片pH值变化分析
2.3.5 不同贮藏温度下三文鱼片K值变化分析
2.3.6 不同贮藏温度下三文鱼片组胺值变化分析
2.3.7 不同贮藏温度下三文鱼片感官评分值变化分析
2.4 本章小结
第三章 不同贮藏温度下三文鱼片货架期RBF神经网络预测模型的构建
3.1 前言
3.2 实验材料与方法
3.2.1 实验对象
3.2.2 实验仪器
3.2.3 模型构建
3.2.4 数据统计学分析
3.3 结果与讨论
3.3.1 RBFNNs货架期预测模型构建及验证
3.3.2 RBFNNs货架期预测模型与Arrhenius预测模型对比
3.4 本章小结
第四章 电子鼻结合RBFNNs对三文鱼片在不同贮藏温度下品质无损检测的研究
4.1 前言
4.2 实验材料与方法
4.2.1 实验对象
4.2.2 实验试剂
4.2.3 实验仪器
4.2.4 实验方法
4.3 结果与讨论
4.3.1 电子鼻结合GC-IMS分析
4.3.2 电子鼻主成分分析
4.3.3 PCA-RBFNNs新鲜度预测模型构建及验证
4.4 本章小结
第五章 基于三文鱼瞳孔的机器视觉系统对0℃贮藏条件下三文鱼品质无损检测的研究
5.1 前言
5.2 实验材料与方法
5.2.1 实验对象
5.2.2 实验仪器
5.2.3 图像预处理
5.2.4 回归统计与分析
5.3 结果与讨论
5.3.1 三文鱼瞳孔在机器视觉技术下的成像及分析
5.3.2 三组颜色参数模型描述瞳孔颜色变化及分析
5.3.3 基于三组色泽参数新鲜度预测回归模型的建立及验证
5.4 本章小结
第六章 总结论、创新点及研究展望
6.1 总结论
6.2 创新点
6.3 研究展望
参考文献
附录一:学术论文和科研成果清单
致谢
本文编号：3861523
本文链接：https://www.wllwen.com/projectlw/qgylw/3861523.html
