论文部分内容阅读
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指标进行拟合构建货架期预测模型,RBFNNs货架期预测模型中相对误差均在±2%以内(除第二天的相对误差值)。Arrhenius货架期预测模型相对误差波动较大,最大相对误差为±22.63%,最小相对误差为±1.35%;RBFNNs货架期预测模型的预测精准度高于Arrhenius货架期预测模型;3.结合PCA和RBFNNs构建基于电子鼻的新鲜度预测模型。通过电子鼻检测到氨/胺、碳氢化合物、有机溶剂和芳香化合物在储存过程中增加,GC-IMS分析证实气相组分的变化。该模型对TBA、TVB-N、TAC、K值、组胺值的相对误差均在±10%以内,SA在±15%以内。表明,基于电子鼻的PCA-RBFNNs模型可用于预测-2℃至10℃条件下三文鱼片新鲜度的变化;4.三组色彩空间较好地指示出与三文鱼新鲜度变化相关的颜色参数为R、G、B、L~*、I值,通过结合相关颜色参数和各项新鲜度指标,构建基于三文鱼瞳孔颜色参数的新鲜度预测多元回归模型,该模型对TBA、TVB-N、TAC、K值、组胺值的同时测定具有良好的预测效果,相关系数R~2分别为0.9997、0.9989、0.9992、0.9995、0.9995,F值分别为589.42、186.26、259.82、428.72、436.54。表明该新鲜度预测多元回归模型显著性良好。