前言
第1章 近红外技术在肉品检测方面的应用研究及进展
1.1 近红外技术简介
1.2 化学计量学分析
1.3 NIR检测猪肉品质的研究进展
1.3.1 NIR在猪肉化学组成方面的最新检测研究进展
1.3.2 NIR在猪肉物理属性方面的最新检测研究进展
1.3.3 NIR在猪肉微生物污染方面的最新检测研究进展
1.3.4 NIR在猪肉新鲜度方面的最新检测研究进展
1.3.5 NIR在猪肉掺假方面的最新检测研究进展
1.3.6 NIR在猪肉其他品质方面的最新检测研究进展
1.4 研究目的和内容
1.4.1 研究目的及意义
1.4.2 研究内容
1.4.3 研究的技术路线
第2章 基于不同NIR光谱预处理的F阢快速预测模型构建研究
2.1 材料与方法
2.1.1 猪肉样品
2.1.2 主要试剂
2.1.3 仪器与设备
2.1.4 试验方法及步骤
2.2 结果与分析
2.2.1 TVC测定结果
2.2.2 冷鲜猪肉样品的NIR光谱特征
2.2.3 基于全波段NIR光谱的PLS模型(F-PLS)预测TVC结果
2.2.4 Stepwise法筛选最优波长结果
2.2.5 基于最优波长的PLS模型(O-PLS)预测猪肉TVC结果
2.2.6 MLR和O-PLS预测猪肉TVC效果对比
2.3 结论
第3章 基于不同NIR光谱预处理的假单胞茵快速预测模型构建研究
3.1 材料与方法
3.1.1 猪肉样品
3.1.2 主要试剂
3.1.3 仪器与设备
3.1.4 试验方法及步骤
3.2 结果与分析
3.2.1 假单胞菌测定结果
3.2.2 冷鲜猪肉的NIR光谱特征
3.2.3 基于全波段NIR光谱的PLS模型(F-PLS)预测假单胞菌结果
3.2.4 Stepwise法筛选最优波长结果
3.2.5 基于最优波长的PLS模型(O-PLS)预测猪肉假单胞菌结果
3.2.6 MLR和O-PLS预测猪肉假单胞菌含量效果对比
3.3 结论
第4章 基于不同NIR光谱预处理的总肠杆菌快速预测模型构建研究
4.1 材料与方法
4.1.1 猪肉样品
4.1.2 主要试剂
4.1.3 仪器与设备
4.1.4 试验方法及步骤
4.2 结果与分析
4.2.1 总肠杆菌测定结果
4.2.2 冷鲜猪肉样品的光谱特征
4.2.3 基于全波段光谱的PLS模型(F-PLS)预测总肠杆菌含量结果
4.2.4 Stepwise法筛选最优波长结果
4.2.5 基于最优波长的PLS模型(O-PLS)预测猪肉总肠杆菌结果
4.2.6 MLR和O-PLS预测猪肉总肠杆菌含量效果对比
4.3 结论
第5章 基于不同NIR光谱预处理的乳酸茵快速预测模型构建研究
5.1 材料与方法
5.1.1 猪肉样品
5.1.2 主要试剂
5.1.3 仪器与设备
5.1.4 试验方法及步骤
5.2 结果与分析
5.2.1 乳酸菌测定结果
5.2.2 冷鲜猪肉的光谱特征
5.2.3 基于全波段光谱的PLS模型(F-PLS)预测乳酸菌含量
5.2.4 Stepwise法筛选最优波长结果
5.2.5 基于最优波长的PLS模型(O-PLS)预测乳酸菌含量
5.2.6 MLR和O-PLS预测猪肉乳酸菌含量效果对比
5.3 结论
第6章 基于不同NIR光谱预处理的热杀索丝菌快速预测模型构建研究
6.1 材料与方法
6.1.1 猪肉样品
6.1.2 主要试剂
6.1.3 仪器与设备
6.1.4 试验方法及步骤
6.2 结果与分析
6.2.1 热杀索丝菌测定结果
6.2.2 冷鲜猪肉的NIR光谱特征
6.2.3 基于全波段NIR光谱的PLS模型(F-PLS)预测热杀索丝菌含量
6.2.4 Stepwise法筛选最优波长结果
6.2.5 基于最优波长的PLS模型(O-PLS)热杀索丝菌含量
6.2.6 MLR和O-PLS预测猪肉热杀索丝菌含量效果对比
6.3 结论
参考文献
缩略词表