CN104089992A - 鲫鱼腥度检测方法 - Google Patents
鲫鱼腥度检测方法 Download PDFInfo
- Publication number
- CN104089992A CN104089992A CN201310646021.6A CN201310646021A CN104089992A CN 104089992 A CN104089992 A CN 104089992A CN 201310646021 A CN201310646021 A CN 201310646021A CN 104089992 A CN104089992 A CN 104089992A
- Authority
- CN
- China
- Prior art keywords
- crucian
- signal
- raw meat
- detection method
- ratio
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开了一种鲫鱼腥度检测方法,本发明将单层随机共振输出信号再次送到下一层随机共振系统中进行分析,最终实现了内秉噪声被削弱而目标信号被有效放大的发明目的。本发明具有检测快速、准确性高;为调整及保证食品风味的稳定性提供可靠数据基础的特点。
Description
技术领域
本发明涉及食品品质检测技术领域,尤其是涉及一种能够准确、快速地检测出腥度级别的鲫鱼腥度检测方法。
背景技术
鲫鱼分布广泛,鲫鱼不但有高质量的蛋白质、脂类、维生素等,还含有大量的不饱和脂肪酸。但是对于普通消费者来说,鲫鱼本身浓重的鱼腥味在一定程度上让部分消费者望而却步。鱼皮黏液和血液中的氨基戊酸、氨基戊醛、哌啶类化合物、氧化三甲胺在微生物作用下会降解生成三甲胺,三甲胺是诱发鲫鱼腥味的主要因素。
对于现代家庭和食品加工企业来说,不同批次鲫鱼的腥度不同,导致烹饪或者食品加工后人们的接受程度不同,鱼腥度比较大的鲫鱼严重影响了人们的食用偏好。
人们通常通过感官对食品的品质进行判断,而这种判断常常带有很强的主观性,评价分析结果往往会随着年龄、经验的不同,存在较大差异。即便同一个人也会由于身体状况、情绪变化而得出不同结果。况且嗅觉鉴别是一个挥发物质吸入过程,长期实验会对人体的健康造成危害,而且某些不良气味会令品评人员特别敏感而使结果有误;另外,感官评价过程中往往需要大量有品评经验的人员组成品评小组,过程较为繁琐,评价结果往往不具有重复性。
目前,尚无有效的方法对鲫鱼的腥度进行检测。
中国专利授权公告号:CN101769889A,授权公告日2010年7月7日,公开了一种农产品品质检测的电子鼻系统,包括一主要完成对低浓度气味收集的气体富集模块,一主要把气味信号转化为电信号的气室气路模块及传感器阵列,一主要对传感器阵列输出信号进行滤波、模数转换、特征提取的传感器调理电路与数据预处理模块,一对信号进行识别和判断、且带有数据存储的嵌入式系统,一显示与结果输出模块;所述的气体富集模块由装填有吸附剂的吸附管、电热丝和温控装置构成。该发明具有功能单一,检测时间长,不能用于对鲫鱼腥度进行检测的不足。
发明内容
本发明的发明目的是为了克服现有技术中无法对鲫鱼腥度进行检测,无法控制鲫鱼制成的食品风味的不足,提供了一种能够准确、快速地检测出腥度级别的鲫鱼腥度检测方法。
为了实现上述目的,本发明采用以下技术方案:
一种鲫鱼腥度检测方法,包括以下步骤:
(1-1)在计算机中设定n个腥度级别标准值Ai,i=1,...,n;
(1-2)制备检测芯片:
(1-2-1)将30至40mg的纳米氧化硅粉末放入100mL的去离子水中并搅拌均匀,得到纳米氧化硅的悬浊液;
(1-2-2)使用稀盐酸清洗丝网印刷碳电极;
(1-2-3)在15mL纳米氧化硅悬浊液中加入RuO2,KClO,Na2S2O3,NaC1和Cr2(SO4)3制备电镀液,其中,RuO2,KClO,Na2S2O3,NaCl和Cr2(SO4)3的质量份数比为1∶(1.2-1.8)∶(0.71-1.1)∶(0.4-0.7)∶(1-1.4);
(1-2-4)将丝网印刷碳电极放入电镀液中,利用电化学工作站对丝网印刷电极进行电镀;将电镀后的丝网印刷碳电极放入烘箱中烘干,得到检测芯片;
对丝网印刷碳电极进行修饰处理的目的是提高了碳电极对鲫鱼腥度的敏感性,从而准确检测出鲫鱼腥度级别。
(1-3)制备鲫鱼检测样品:
将新鲜鲫鱼的鱼鳞和内脏去除,选取21至30克鲫鱼肉作为鲫鱼肉样品,将鲫鱼肉样品捣乱并放入盛有40至60mL去离子水的容器中浸泡18至25分钟;
(1-4)将电化学工作站与检测芯片电连接,将容器中的鱼肉去除,将容器中的溶液滴于检测芯片表面上,并启动电化学工作站开始检测,得到检测信号Meas(t);
(1-5)将检测信号Meas(t)输入双层随机共振系统模型中,并使双层随机共振系统模型发生随机共振;
其中,x为布朗粒子的运动轨迹,t为运动时间,N(t)为内秉噪声,是周期性正弦信号,f是信号频率,A为信号幅度,为相位,a和b为实参数;
(1-6)计算机利用信噪比计算公式计算双层随机共振系统模型的输出信噪比SNR;
(1-7)计算机画出双层随机共振系统模型的输出信噪比曲线,得到信噪比曲线的信噪比最大值,并将信噪比最大值的绝对值作为信噪比特征值F;
(1-8)计算机计算|F-Ai|,i=1,...,n;将与min(|F-Ai|)相对应的i定义为被检测的鲫鱼样品的腥度等级。
通常的随机共振系统模型具有三个必备的因素:微弱输入信号,外噪声源和双稳态系统。
式中x为布朗粒子的运动轨迹,t为运动时间,M和D是可调节参数,I(t)=S(t)+N(t)代表伴随着内秉噪声N(t)的输入信号S(t)。ξ(t)是外噪声,V(x)是标准双势阱函数,a和b为实参数。
将代入随机共振系统模型中,则可以得到
V(x)的极小值位于两个势阱虹m处,其中xm=(a/b)1/2。两个势阱之间相隔一个势垒,势垒位于xb=0处,高度为ΔU=a2/4b。在随机共振三要素相互协调的情况下,势垒被降低导致布朗运动粒子可以越过势垒,从一个势阱跃迁到另外一个势阱中去。此时,微弱信号的强度得到增强,因此可以从强背景噪声中被识别出来。
假设输入信号为其中A是信号幅度,f是信号频率,D是外噪声强度,信噪比通常被用来表征随机共振输入输出情况,即
此处采用作为输入矩阵,包括一个周期性正弦信号电化学测量信号Meas(t),以及内秉噪声N(t)。
在绝热近似条件下,假设信号幅度极小(A<<1),双稳态系统在没有足够能量驱动的情况下,布朗运动粒子偏置于一侧势阱中。信号周期比一些典型势阱内系统弛豫时间要长的多,此时周期性驱动力的出现使势函数发生倾斜,最终导致布朗运动粒子从一个势阱到另外一个势阱的跃迁,得到:
为V(x,t)对于x的一阶导数和二阶导数,并且使等式等于0。
设定噪声强度D=0,以及求得周期性信号的临界值为在A<Ac的情况下,布朗运动粒子在其原始位置左右进行徘徊,并不能实现两个势阱之间的跃迁。但是粒子在得到外噪声干预的情况下,即使A<Ac时,也能完成势阱之间的跃迁,即随机共振的发生过程。采用公式 n=0,1,...,N-1四阶珑格库塔算法求解随机共振系统模型,得到:
其中,xn为x(t)的n阶值,snn是Sn(t)的n阶值。h是计算步数,此时将两个单层随机共振系统串联起来就构成了双层随机共振系统,根据随机共振系统模型,朗之万方程可以次序写为:
本发明测量的数据包含目标信号和干扰噪声,目标信号被强背景噪声所掩盖,因此无法准确检测到目标信号。有时单层随机共振并不能有效的降低系统噪声,本发明将单层随机共振输出信号再次送到下一层随机共振系统中进行分析,最终实现了内秉噪声被削弱而目标信号被有效放大的发明目的。因此,本发明测量检测的数据准确性更高。
对于现代家庭和食品加工企业来说,不同批次鲫鱼的腥度不同,导致烹饪或者食品加工后人们的接受程度不同,腥度比较大的鲫鱼严重影响了人们的食用偏好。通过预先检测及确认鲫鱼的腥度,可以通过添加其它佐料来调整加工出来的食品的风味,从而使食品的风味保持稳定,确保食品的销量。
作为优选,所述步骤(1-2-3)和步骤(1-2-4)之间还包括如下步骤:将丝网印刷碳电极浸泡在无水乙醇溶液中1.7至2.8小时。
作为优选,所述信噪比计算公式为其中,ω是信号频率,Ω为角频率,S(ω)是信号频谱密度,SN(Ω)是信号频率范围内的噪声强度。
作为优选,所述n为4至6。
作为优选,检测过程中,所述电化学工作站的还原电压为-0.38至-0.65V。
作为优选,所述电镀的时间为22分钟至40分钟。
作为优选,所述烘箱中的烘干温度为432℃至510℃,烘干时间为40分钟至52分钟。
作为优选,稀盐酸的浓度为0.008mmol/L至0.015mmol/L。
因此,本发明具有如下有益效果:(1)检测快速、准确性高;(2)为调整及保证食品风味的稳定性提供可靠数据基础。
附图说明
图1是本发明的丝网印刷碳电极的一种结构示意图;
图2是本发明的实施例的一种流程图;
图3是本发明的鲫鱼腥度的一种等级图。
图中:对电极1、工作电极2、参比电极3、对电极引脚4、工作电极引脚5、参比电极引脚6、油漆7、PVB塑料板8。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步的描述。
如图1所示的丝网印刷碳电极包括PVB塑料板8及设于PVB塑料板上的对电极接1、工作电极2和参比电极3;对电极引脚4与对电极电连接,工作电极引脚5与工作电极电连接,参比电极引脚6与参比电极电连接。
如图2所示的实施例是一种鲫鱼腥度检测方法,包括以下步骤:
步骤100,在计算机中设定6个腥度级别标准值Ai,i=1,...,6;本实施例中,A1=0.2dB,A2=0.81dB,A3=1.43dB,A4=1.9dB,A5=2.3dB,A6=2.6dB。
步骤200,制备检测芯片:
步骤201,将38mg的纳米氧化硅粉末放入100mL的去离子水中并搅拌均匀,得到纳米氧化硅的悬浊液;
步骤202,使用浓度为0.01mmol/L稀盐酸清洗丝网印刷碳电极;
步骤203,在15mL纳米氧化硅悬浊液中加入RuO2,KClO,Na2S2O3,NaCl和Cr2(SO4)3制备电镀液,其中,RuO2,KClO,Na2S2O3,NaCl和Cr2(SO4)3的质量份数比为1∶1.2∶0.71∶0.4∶1;
将丝网印刷碳电极浸泡在无水乙醇溶液中2.8小时,以增加电极活性。
步骤204,将丝网印刷碳电极放入电镀液中,利用CHI660电化学工作站对丝网印刷电极进行电镀;设置电化学工作站的还原电压为-0.6V,电化学工作站的工作电极接丝网印刷碳电极的工作电极,电化学工作站的甘汞电极接丝网印刷碳电极的参比电极,电化学工作站的铂电极接丝网印刷碳电极的对电极接,电镀时间持续20分钟,将电镀处理完毕的电极在460℃电烘箱中烘干50分钟,得到检测芯片;
步骤300,制备鲫鱼检测样品:
将新鲜鲫鱼的鱼鳞和内脏去除,选取22克鲫鱼肉作为鲫鱼肉样品,将鲫鱼肉样品捣乱并放入盛有50mL去离子水的容器中浸泡25分钟;
步骤400,将容器中的鱼肉去除,将容器中的溶液滴于检测芯片表面上,并启动电化学工作站开始检测,得到检测信号Meas(t);电化学工作站与计算机电连接。
步骤500,将检测信号Meas(t)输入双层随机共振系统模型中,并使双层随机共振系统模型发生随机共振;
其中,x为布朗粒子的运动轨迹,t为运动时间,N(t)为内秉噪声,是周期性正弦信号,f是信号频率,A为信号幅度,为相位,a和b为实参数;
步骤600,计算机利用信噪比计算公式计算双层随机共振系统模型的输出信噪比SNR;其中,ω是信号频率,Ω为角频率,S(ω)是信号频谱密度,SN(Ω)是信号频率范围内的噪声强度。
步骤700,计算机画出双层随机共振系统模型的输出信噪比曲线,得到信噪比曲线的信噪比最大值,并将信噪比最大值的绝对值作为信噪比特征值F;本实施例中,F=1.5dB;
步骤800,如图3所示,计算机计算|F-Ai|,i=1,...,n;将与min(|F-Ai|)相对应的i定义为被检测的鲫鱼样品的腥度等级。
本实施例中,被检测的鲫鱼样品的腥度等级为3级。
应理解,本实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
Claims (8)
1.一种鲫鱼腥度检测方法,其特征是,包括以下步骤:
(1-1)在计算机中设定n个腥度级别标准值Ai,i=1,...,n;
(1-2)制备检测芯片:
(1-2-1)将30至40mg的纳米氧化硅粉末放入100mL的去离子水中并搅拌均匀,得到纳米氧化硅的悬浊液;
(1-2-2)使用稀盐酸清洗丝网印刷碳电极;
(1-2-3)在15mL纳米氧化硅悬浊液中加入RuO2,KClO,Na2S2O3,NaC1和Cr2(SO4)3制备电镀液,其中,RuO2,KClO,Na2S2O3,NaCl和Cr2(SO4)3的质量份数比为1∶(1.2-1.8)∶(0.71-1.1)∶(0.4-0.7)∶(1-1.4);
(1-2-4)将丝网印刷碳电极放入电镀液中,利用电化学工作站对丝网印刷电极进行电镀;将电镀后的丝网印刷碳电极放入烘箱中烘干,得到检测芯片;
(1-3)制备鲫鱼检测样品:
将新鲜鲫鱼的鱼鳞和内脏去除,选取21至30克鲫鱼肉作为鲫鱼肉样品,将鲫鱼肉样品捣乱并放入盛有40至60mL去离子水的容器中浸泡18至25分钟;
(1-4)将电化学工作站与检测芯片电连接,将容器中的鱼肉去除,将容器中的溶液滴于检测芯片表面上,并启动电化学工作站开始检测,得到检测信号Meas(t);
(1-5)将检测信号Meas(t)输入双层随机共振系统模型中,并使双层随机共振系统模型发生随机共振;
其中,x为布朗粒子的运动轨迹,t为运动时间,N(t)为内秉噪声,是周期性正弦信号,f是信号频率,A为信号幅度,为相位,a和b为实参数;
(1-6)计算机利用信噪比计算公式计算双层随机共振系统模型的输出信噪比SNR;
(1-7)计算机画出双层随机共振系统模型的输出信噪比曲线,得到信噪比曲线的信噪比最大值,并将信噪比最大值的绝对值作为信噪比特征值F;
(1-8)计算机计算|F-Ai|,i=1,...,n;将与min(|F-Ai|)相对应的i定义为被检测的鲫鱼样品的腥度等级。
2.根据权利要求1所述的鲫鱼腥度检测方法,其特征是,所述步骤(1-2-3)和步骤(1-2-4)之间还包括如下步骤:将丝网印刷碳电极浸泡在无水乙醇溶液中1.7至2.8小时。
3.根据权利要求1所述的鲫鱼腥度检测方法,其特征是,所述信噪比计算公式为其中,ω是信号频率,Ω为角频率,S(ω)是信号频谱密度,SN(Ω)是信号频率范围内的噪声强度。
4.根据权利要求1所述的鲫鱼腥度检测方法,其特征是,所述n为4至6。
5.根据权利要求1所述的鲫鱼腥度检测方法,其特征是,在检测过程中,所述电化学工作站的还原电压为-0.38至-0.65V。
6.根据权利要求1所述的鲫鱼腥度检测方法,其特征是,所述电镀的时间为22分钟至40分钟。
7.根据权利要求1或2或3或4或5或6所述的鲫鱼腥度检测方法,其特征是,所述烘箱中的烘干温度为432℃至510℃,烘干时间为40分钟至52分钟。
8.根据权利要求1或2或3或4或5或6所述的鲫鱼腥度检测方法,其特征是,稀盐酸的浓度为0.008mmol/L至0.015mmol/L。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310646021.6A CN104089992A (zh) | 2013-12-04 | 2013-12-04 | 鲫鱼腥度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310646021.6A CN104089992A (zh) | 2013-12-04 | 2013-12-04 | 鲫鱼腥度检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104089992A true CN104089992A (zh) | 2014-10-08 |
Family
ID=51637726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310646021.6A Pending CN104089992A (zh) | 2013-12-04 | 2013-12-04 | 鲫鱼腥度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104089992A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493431A (zh) * | 2009-03-06 | 2009-07-29 | 天津商业大学 | 利用电子鼻检测鸡肉新鲜度的方法 |
CN102297930A (zh) * | 2011-07-20 | 2011-12-28 | 浙江大学 | 一种识别与预测肉新鲜度的方法 |
CN102590283A (zh) * | 2012-01-17 | 2012-07-18 | 浙江工商大学 | 利用电子鼻检测草鱼新鲜度的方法 |
CN102879436A (zh) * | 2012-10-22 | 2013-01-16 | 浙江工商大学 | 一种利用电子鼻检测河鲫鱼新鲜度的方法 |
-
2013
- 2013-12-04 CN CN201310646021.6A patent/CN104089992A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493431A (zh) * | 2009-03-06 | 2009-07-29 | 天津商业大学 | 利用电子鼻检测鸡肉新鲜度的方法 |
CN102297930A (zh) * | 2011-07-20 | 2011-12-28 | 浙江大学 | 一种识别与预测肉新鲜度的方法 |
CN102590283A (zh) * | 2012-01-17 | 2012-07-18 | 浙江工商大学 | 利用电子鼻检测草鱼新鲜度的方法 |
CN102879436A (zh) * | 2012-10-22 | 2013-01-16 | 浙江工商大学 | 一种利用电子鼻检测河鲫鱼新鲜度的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3358485A1 (en) | General noninvasive blood glucose prediction method based on timing analysis | |
CN104605850B (zh) | 一种基于电阻抗断层成像技术的膀胱尿量实时监测装置和方法 | |
CN102879436A (zh) | 一种利用电子鼻检测河鲫鱼新鲜度的方法 | |
ATE515230T1 (de) | Verfahren zur überwachung des blutzuckerspiegels | |
CN107219274B (zh) | 一种分析真菌毒素联合毒性的细胞电化学传感器 | |
CN103412004B (zh) | 一种甜橙储存时间的检测方法 | |
CN103412102B (zh) | 鸡胸脯肉新鲜度检测装置及检测方法 | |
WO2015149606A1 (zh) | 一种基于人体皮肤电阻变化的情绪检测方法及系统 | |
WO2021237974A1 (zh) | 基于伏安电子舌的黄豆酱理化指标的快速检测装置及方法 | |
Wang et al. | Electronic tongue for food sensory evaluation | |
CN107045013A (zh) | 牛肉味觉品质自动分级检测仪及其检测方法 | |
CN112348232A (zh) | 一种基于bp神经网络预测食品感官鲜味强度的方法 | |
Zheng et al. | Computational model of taste pathways: A biomimetic algorithm for electronic tongue based on nerve conduction mechanism | |
CN103412132B (zh) | 鸡腿肉新鲜度检测装置及检测方法 | |
CN104089992A (zh) | 鲫鱼腥度检测方法 | |
Tibaduiza et al. | Electronic tongues and noses: a general overview | |
CN103424526A (zh) | 牛肉新鲜度检测装置及检测方法 | |
CN104089799A (zh) | 草鱼腥度检测方法 | |
CN104076070A (zh) | 带鱼腥度检测方法 | |
CN103412103A (zh) | 黑鱼品质无损快速检测方法 | |
Tian et al. | Discrimination of preserved licorice apricot using electronic tongue | |
CN205786436U (zh) | 一种榨菜盐分及酸度快速检测装置 | |
CN104749236B (zh) | 一种电子舌脉冲弛豫信号曲线的物质成分检测方法 | |
CN104076069A (zh) | 猪肉存储时间检测方法 | |
Ishikawa et al. | Estimation Method of Moisture Content at the Meat Surface During Drying Process by NIR Spectroscopy and Its Application for Monitoring of Water Activity |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20170201 |
|
C20 | Patent right or utility model deemed to be abandoned or is abandoned |