徐文杰
- 作品数：8 被引量：86H指数：6
- 供职机构：华中农业大学食品科学技术学院更多>>
- 发文基金：国家现代农业产业技术体系建设项目国家科技支撑计划中央高校基本科研业务费专项资金更多>>
- 相关领域：理学轻工技术与工程农业科学更多>>
- 近红外光谱技术分析草鱼营养成分被引量：15
- 2013年
- 采用化学计量学方法,测定107个草鱼样品鱼肉的粗蛋白、粗脂肪、水分含量,并采集各样品的近红外光谱,以建立基于近红外光谱技术的草鱼营养成分的检测方法。结果表明:在107个样品中,草鱼鱼肉蛋白质含量为18.00%～26.00%,粗脂肪含量为2.08%～4.36%,水分含量为70.80%～81.20%,数据范围较大,可满足建模要求。比较多种光谱预处理方法,确定数据多元散射校正与Savitzky-Golay导数结合适宜分析鱼肉水分含量,而鱼肉粗蛋白和粗脂肪含量的近红外光谱的最佳预处理方法是数据多元散射校正,并采用偏最小二乘法分别建立鱼肉粗蛋白含量、粗脂肪含量和水分含量的近红外定量分析模型。所建立的鱼肉粗蛋白、粗脂肪和水分含量的近红外光谱模型的相关系数分别为0.9806、0.9968和0.9372,模型具有较好的预测能力,采用该方法能较为准确、快速地测出草鱼鱼肉中粗蛋白、粗脂肪和水分的含量。
- 徐文杰李俊杰贾丹熊善柏
- 关键词：近红外光谱蛋白质脂肪水分
- 鲫鱼新鲜度近红外定量预测模型的建立被引量：14
- 2015年
- 为实现鲫鱼新鲜度的快速测定,本文基于近红外漫反射光谱定量分析技术和化学计量学方法,采集了144个鲫鱼鱼肉样品在1000~1799 nm范围内的光谱数据,测定了鲫鱼样品的p H、TVB-N含量、TBA含量和K值四种新鲜度指标;在确定近红外光谱数据最佳预处理方法和适宜波段的基础上,分别采用偏最小二乘法、主成分分析和BP人工神经网络技术、偏最小二乘法和BP人工神经网络技术建立了鲫鱼新鲜度定量预测模型。结果表明,鲫鱼样品四种指标数据范围均较大,可满足建模要求。以p H为鲜度指标时,采用偏最小二乘法和BP人工神经网络技术建立的模型最好,其定标相关系数为0.9945;以TVB-N、TBA和K值为鲜度指标时,采用偏最小二乘法建立的模型最好,其定标相关系数分别为0.9857、0.9985和0.9952。建立的四种鲜度指标定量模型均具有较好的预测能力。
- 刘欢徐文杰刘友明熊善柏
- 关键词：近红外光谱鲫鱼新鲜度偏最小二乘人工神经网络
- 基于近红外光谱与KPCA-SVM鉴别淡水鱼肉被引量：6
- 2019年
- 为实现淡水鱼品种的快速鉴别,采用近红外光谱分析技术建立7种淡水鱼鲜肉的快速鉴别模型。试验采集了鲢、草鱼、乌鳢、鲫、鲤、青鱼、鳙7种淡水鱼共772个鲜鱼肉样品的近红外光谱数据,分别考察标准正态变换(standard normalized variate,SNV)、多元散射校正(multiplicative signal correction,MSC)的预处理方法及核主成分分析(kernel principal component analysis,KPCA)和主成分分析(principal component analysis,PCA)的特征提取方法对支持向量机(support vector machine,SVM)判别模型的影响。结果显示,经SNV预处理和KPCA提取特征变量后,对未知样品的整体正确判别率达到92.68%。因此,采用近红外光谱技术结合化学计量学方法所建SVM模型可以实现淡水鱼品种的快速鉴别。
- 周娇娇徐文杰徐文杰尤娟熊善柏
- 关键词：近红外光谱特征提取方法水产品品质支持向量机
- 基于近红外光谱技术的淡水鱼品种快速鉴别被引量：36
- 2014年
- 为探索淡水鱼品种的快速鉴别方法，该文应用近红外光谱分析技术，结合化学计量学方法，对7种淡水鱼品种的判别分类进行了研究。采集了青、草、鲢、鳙、鲤、鲫、鲂等7种淡水鱼，共665个鱼肉样品的近红外光谱数据，经过多元散射校正（multiplicative scatter correction，MSC）、正交信号校正（orthogonal signal correction， OSC）、数据标准化（standardization，S）等20种方法预处理，在1000～1799 nm范围内分别采用偏最小二乘法（partial least square，PLS）、主成分分析（principal component analysis，PCA）和BP人工神经网络技术（back propagation artificial neural network，BP-ANN）、偏最小二乘法和BP人工神经网络技术对7种淡水鱼原始光谱数据进行了鉴别分析。结果表明，近红外光谱数据，结合主成分分析和 BP 人工神经网络技术建立的淡水鱼品种鉴别模型最优，模型的鉴别准确率达96.4%，对未知样本的鉴别准确率达95.5%。模型具有较好的鉴别能力，采用该方法能较为准确、快速地鉴别出淡水鱼的品种。
- 徐文杰刘茹洪响声熊善柏
- 关键词：近红外光谱主成分分析偏最小二乘人工神经网络
- 基于近红外光谱技术的鲢鱼营养成分的快速分析被引量：9
- 2014年
- 目的：通过采集鲢鱼的近红外光谱数据和测定鱼肉营养成分含量探索鲢鱼营养成分的快速分析方法。方法采集254个鲢鱼鱼肉样品的近红外光谱数据，经过多元散射校正、正交信号校正、数据标准化等20种方法预处理，在1000~1799 nm光谱范围内，结合化学实测值分别采用偏最小二乘法、主成分分析和BP人工神经网络技术、偏最小二乘法和BP人工神经网络技术建立鲢鱼营养成分近红外定量模型。结果鲢鱼鱼肉粗蛋白含量为12.05%~19.05%，粗脂肪含量为0.24%~5.27%，水分含量为72.62%~80.58%，灰分含量为0.46%~1.50%，数据范围较大，可满足建模要求。在3种建模方法中，近红外光谱数据结合偏最小二乘法建立的鲢鱼营养成分模型最优，所得的粗蛋白、粗脂肪、水分和灰分的近红外定量模型的相关系数分别为0.9969、0.9925、0.9831和0.9976。结论采用近红外光谱数据和偏最小二乘法建立的模型具有较好的预测能力，能较为准确、快速地分析出鲢鱼鱼肉粗蛋白、粗脂肪、水分和灰分的含量。
- 徐文杰刘欢陈东清熊善柏
- 关键词：近红外光谱鲢鱼营养成分偏最小二乘人工神经网络
- ^(60)Co-γ射线辐照剂量对生鲜草鱼肌肉品质的影响被引量：4
- 2012年
- 以生鲜草鱼肌肉为材料,采用不同剂量的60Co-γ射线辐照处理草鱼肌肉,并测定辐照前后草鱼肌肉的品质,以研究60Co-γ射线辐照剂量对肌肉品质的影响。结果表明,随着辐照剂量的增加,草鱼肌肉中的细菌总数呈指数下降,肌肉中的含水量明显减少(p<0.05),而辐照剂量对鱼肉中的粗蛋白、粗脂肪、碳水化合物和灰分含量无影响,辐照前后草鱼肌肉的饱和脂肪酸与不饱和脂肪酸总量无显著性差异。草鱼肌肉在0和2kGy辐照其挥发性盐基态氮(TVB-N)值保持在一级鲜度,4～10kGy剂量辐照保持在二级鲜度;辐照剂量的增加,使TBA值增大,草鱼肌肉产生刺激性气味加重,肌肉颜色逐渐由红色变为暗红色,肌肉组织表面逐渐变得不光滑。在低于8kGy剂量的60Co-γ射线辐照对草鱼肌肉的品质影响不大。
- 马晶磊徐文杰刘斌熊善柏熊光权赵思明程薇
- 关键词：辐照
- 草鱼饲喂蚕豆过程中肌肉质构特性和化学成分变化及其关联性研究被引量：7
- 2015年
- 研究草鱼饲喂蚕豆过程中草鱼质构特性和化学成分的变化及关联性,确定草鱼脆化开始和达到商品脆性的时间。随饲喂时间的延长,草鱼肌肉的硬度、咀嚼性显著增大,硬度在饲喂80天后,基本与普通鲩鱼相同,鱼肉开始脆化,继续饲喂20天,硬度达到商品鱼的脆化标准。咀嚼性和弹性在饲喂80天时基本稳定,且熟制的背肌肌肉弹性随饲喂时间的延长显著增加,回复性在饲喂40天达到最大值。草鱼背肌粗蛋白、基质蛋白、胶原蛋白、碱溶性蛋白含量随饲喂时间的延长显著增加,均在饲喂100天时达到峰值。水分含量基本呈下降趋势,在饲喂20天时最大。粗脂肪、可溶性固形物、水溶性蛋白和盐溶性蛋白在饲喂40~60天时达到最大值。草鱼腹肌化学成分的含量变化与背肌基本一致。经相关性分析,草鱼肌肉质构特性的变化与粗蛋白、碱溶性蛋白、胶原蛋白和基质蛋白含量的变化显著相关。
- 安玥琦徐文杰李道友熊善柏
- 关键词：草鱼质构特性化学成分
- 近红外光谱技术分析草鱼的质构特性被引量：7
- 2014年
- 采用化学计量学方法,测定211个草鱼样品鱼肉的质构参数和持水性,并采集各样品的近红外光谱,以建立基于近红外光谱技术的草鱼质构特性的快速检测方法。结果表明,样品数据范围较大,可满足建模要求,比较多种光谱预处理方法,确定正交信号校正(OSC)适宜分析鱼肉持水性、硬度、回复性、弹性和剪切力的大小,而鱼肉咀嚼性的近红外光谱的最佳预处理方法是数据标准化(S)。采用偏最小二乘法分别建立草鱼各质构指标的近红外定量分析模型。所建立的鱼肉持水性、硬度、回复性、弹性、咀嚼性和剪切力指标的近红外光谱模型的相关系数分别为0.9194、0.9812、0.9830、0.9871、0.7860和0.9896,说明除了咀嚼性模型外,草鱼质构指标各数学模型的预测值和实测值之间具有较高的相关性,采用该方法能较为准确、快速地测出草鱼鱼肉持水性、硬度、回复性、弹性和剪切力的值。
- 徐文杰洪响声熊善柏
- 关键词：近红外光谱持水性
