CN108845021A - 一种食醋不同生产工艺方式的快速鉴别方法 - Google Patents

一种食醋不同生产工艺方式的快速鉴别方法 Download PDF

Info

Publication number
CN108845021A
CN108845021A CN201810514429.0A CN201810514429A CN108845021A CN 108845021 A CN108845021 A CN 108845021A CN 201810514429 A CN201810514429 A CN 201810514429A CN 108845021 A CN108845021 A CN 108845021A
Authority
CN
China
Prior art keywords
vinegar
sample
mass spectrometric
spectrometric data
various processes
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
Application number
CN201810514429.0A
Other languages
English (en)
Inventor
孙宗保
闫晓静
田丽媛
邹小波
王天真
梁黎明
周轩
刘小裕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201810514429.0A priority Critical patent/CN108845021A/zh
Publication of CN108845021A publication Critical patent/CN108845021A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode

Landscapes

  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明属于液态食品生产工艺鉴别领域，具体涉及一种食醋不同生产工艺方式的快速鉴别方法。本发明对食醋不同生产工艺方式的快速鉴别方法具体为：收集手工醋与工业醋样本并编号，运用SPME‑MS进行质谱数据采集；然后利用主成分分析对质谱数据进行降维处理；采用化学计量学的方法建立手工醋与工业醋快速鉴别模型；对未知待测食醋样本进行质谱数据采集，利用快速鉴别模型对未知待测食醋样本的生产工艺方式进行预测。本发明的快速鉴别方法不受感官评价的主观性及理化测定带来片面化的影响；检测速度快，也不易受环境变化影响。采用本发明的方法对手工醋和工业醋进行鉴定时，当主成分数为5，其训练集和测试集识别率均达到100%，可实现快速鉴别。

Description

一种食醋不同生产工艺方式的快速鉴别方法
技术领域
本发明属于液态食品生产工艺鉴别领域，具体涉及一种食醋不同生产工艺方式的快速鉴别方法。
背景技术
食醋是我国传统的一种调味品，具有超过5000年的生产历史，由于原料、酿造流程的不同，其口感各具特色。随着酿造工艺的不断进步以及大规模的工业化生产，市场上流通的食醋种类繁多。而镇江香醋作为我国宝贵的民族遗产之一，是我国四大酿造名醋之一，以酸而不涩、香而微甜、色浓味鲜享誉大江南北，受到国内外消费者的青睐。其通过技术革新，将“草席加大缸、扁担加箩筐”的传统生产工艺逐渐转变成机械化、规模化、智能化和自动化的现代化生产工艺。上述两种生产工艺的主要区别在于酒精发酵方式。
传统生产工艺利用麦曲进行多菌种混合发酵，除霉菌外，麦曲中还有很多酵母菌和其他细菌等，菌株很多，形成了多种微生物体系和酶系并参与发酵，而且多菌种的共同作用为食醋色、香、味、体的协调奠定了良好的基础；采用此种工艺生产的醋品，称为手工醋；早在2006年就被首批列入国家非物质文化遗产名录。现代化生产工艺首先在酶制剂作用下进行液化、糖化，然后加入纯化的酿酒酵母进行单菌种纯种发酵，确保菌种质量，使淀粉利用率达到最大；采用此种工艺生产的醋品，称为工业醋。对于两种生产工艺来说，除酒精发酵过程不同外，其他生产工序基本相同。手工醋的生产效率较低，但其具有独特的风味，深受消费者喜爱，在市场上价值较高。而工业醋的生产在继承传统工艺优势的基础上，不断学习和借鉴先进技术，从最初的小批量醋坛发酵变成现在的大批量发酵罐发酵，转变了传统手工劳动、提高了生产效率。
目前，市场上食醋种类颇多，品质各不相同，有生产工艺标识不规范或假冒产品引起的食醋产业竞争秩序混乱现象的发生，这给消费者和生产者带来一定的困扰，并且因缺乏快速有效的识别方法，只利用感官评价或者简单的理化指标来判断，使结果具有较大的主观性、片面化和耗时性。因此为了维护市场秩序、帮助消费者辨识和选购，使食醋生产工艺得到更好的保护、传承和发扬，建立和完善行之有效的鉴别食醋生产工艺的方法刻不容缓。
从2000年起，国家相继出台了与食醋鉴定有关的标准，而学者也相继采用气相色谱、气相色谱-质谱、同位素分析、核磁共振法、近红外光谱、嗅觉传感器等技术对食醋的品牌(山西老陈醋、镇江香醋等)、工艺流程(酿造食醋和配制食醋)和醋龄(一年、两年等)等进行定性、定量研究。但是发现上述技术只对单一或部分成分进行定性或定量研究，对食醋的检测也仅仅限于特定的属性鉴别(如品牌、醋龄等)，对不同生产工艺生产的食醋不能有效鉴别。
固相微萃取-质谱(SPME-MS)技术近些年来逐渐发展成熟，运用至血液中的药物与饮料中的苯甲酸的定量分析、白酒的等级和原产地等的定性识别研究，但未应用至食醋领域。其是通过SPME技术萃取样品中的挥发性成分，采用未涂层熔融石英毛细管柱替代毛细管色谱柱，将萃取的样品挥发性成分未经色谱分离直接导入质谱仪，短时间内获取所有挥发性成分的离子平均丰度值，并结合化学计量学等数据分析方法对质谱数据处理从而达到识别目的，明显具有检测速度快、数据处理简单的优势。
发明内容
本发明的目的在于克服现有技术中存在的缺陷，如：感官评价的主观性、理化测定带来的片面化、气相色谱-质谱技术具有耗时性、光谱与嗅觉传感器技术易受环境影响等。本发明提供了一种食醋不同生产工艺方式的快速鉴别方法。
具体的，本发明通过以下技术方案实现：
(1)收集食醋样本并编号，具体为手工醋与工业醋样本；
(2)运用SPME-MS对步骤(1)中的食醋样本进行质谱数据采集；
(3)利用主成分分析对质谱数据进行降维处理；
(4)基于步骤(3)降维处理后的质谱数据，采用化学计量学的方法建立手工醋与工业醋快速鉴别模型；
(5)对未知待测食醋样本进行质谱数据采集，利用步骤(4)建立的快速鉴别模型对未知待测食醋样本的生产工艺方式进行预测。
其中上述步骤(2)质谱数据采集的具体方法为：将8mL食醋样本放入15mL样品瓶中，加入2.5g NaCl，并对食醋样品进行磁力搅拌，磁力搅拌的温度为50℃，转速为250rpm，恒温水浴中平衡5min，将75μm CAR-PDMS萃取头通过瓶盖插入到样本的液体上方，萃取20min；采用未涂层熔融石英毛细管柱(1m×0.15mm i.d.)将样本未经分离直接导入质谱仪，载气为氦气(He)，进样口温度280℃，流速l.l mL/min，不分流进样，柱温200℃，保持6min；质谱条件：电离方式EI+，电子能量70eV，离子源温度230℃，接口温度250℃，扫描质量范围33-400amu；通过HP-Chemstation System工作站采集和处理数据。
其中上述步骤(3)利用主成分分析对质谱数据进行降维处理，首先对食醋样本的质谱数据进行主成分分析(PCA)，然后选取不同的主成分数作为模型的输入。
其中上述步骤(4)中，所述化学计量学的方法为反向传播神经网络(BPANN)方法。
其中上述步骤(5)对未知待测食醋样本的生产工艺方式进行快速鉴别，采用SPME-MS对未知待测食醋样本进行质谱数据采集，然后将待测食醋样本的质谱数据带入步骤(4)已建立的鉴别模型中，利用Matlab处理软件完成生产工艺方式的鉴别。
本发明的食醋不同生产工艺方式的快速鉴别方法的对象为：传统生产工艺和现代化生产工艺生产的镇江香醋。
与现有技术相比较，本发明的有益效果体现如下：
(1)本发明与现有食醋属性鉴别技术相比，不受感官评价的主观性及理化测定带来片面化的影响；相较气相色谱-质谱联用等色谱技术，具有检测速度快的优势；相较光谱和嗅觉传感器等技术不易受环境变化影响优势。
(2)本发明利用SPME-MS技术结合化学计量学方法对两种不同生产工艺的食醋进行识别研究。主要运用SPME技术萃取样本挥发性成分并且将其未经色谱分离直接导入质谱仪，6min获取所有挥发性成分的质谱数据，所需时间较短。利用化学计量学方法建立判别模型，采用BPANN模型时，当主成分数为5，其训练集和测试集识别率均达到100％，成功鉴别手工醋与工业醋；而建立SVM模型时，当主成分数为5或者增加主成分数时，其测试集识别率始终是94.12％，出现一个样本识别错误，因此本专利采用SPME-MS技术结合BPANN模型对食醋的不同生产工艺方式进行识别。
附图说明
图1为本发明手工醋(a)与工业醋(b)样本的总离子流图；
图2为本发明手工醋(a)与工业醋(b)样本的平均丰度质谱图；
图3为对比例中手工醋(a)与工业醋(b)样本的平均丰度质谱图。
具体实施方式
下面通过具体的实施例并结合附图对本发明进一步阐述，但并不限制本发明。
1.食醋样本的收集：
收集手工醋与工业醋样本各25个，并分别编号；所选的手工醋与工业醋样本均为镇江香醋的样本。
2.运用SPME-MS对食醋样本进行质谱数据采集：
取8mL食醋样本放入15mL样品瓶中，加入2.5g NaCl，并对食醋样品进行磁力搅拌，磁力搅拌的温度为50℃，搅拌转速为250rpm，恒温水浴中平衡5min，将75μm CAR-PDMS萃取头通过瓶盖插入到样本的液面上方，萃取20min；采用未涂层熔融石英毛细管柱(1m×0.15mm i.d.)替代毛细管色谱柱，将萃取的样本挥发性成分未经分离直接导入质谱仪，载气为氦气(He)，进样口温度280℃，流速l.l mL/min，不分流进样，柱温200℃，保持6min；质谱条件：电离方式EI+，电子能量70eV，离子源温度230℃，接口温度250℃，扫描质量范围33-400amu。通过HP-Chemstation System工作站采集和处理质谱数据，具体质谱数据见图2。
图1为本发明手工醋(a)与工业醋(b)样本的总离子流图。由图1可以看出，手工醋和工业醋的总离子流图无明显差异。
图2为本发明手工醋(a)与工业醋(b)样本的平均丰度质谱图。通过分析软件获得质荷比m/z 33-400范围内的离子平均丰度值。由图2可以看出，质荷比m/z 96的离子平均丰度值最高，是糠醛的特征离子；高质荷比的平均离子丰度值，明显低于低质荷比的平均离子丰度值，甚至某些趋于0。但是两者相比，某些离子的平均丰度值存在差异，手工醋中离子平均丰度值较高的有m/z 39、69、96，而工业醋中离子平均丰度值较高的有m/z 39、55、73、96。由于6min分析获取的总离子流图中包含了丰富的离子信息，如果只是依靠直观分析某些离子及其对应平均丰度值的差异，这是不够科学、完整的。因此需要利用化学计量学方法建立判别模型对手工醋与工业醋进行进一步判别。
3.利用主成分分析对质谱数据进行降维处理：
首先将通过SPME-MS技术获取食醋样本的质谱数据进行整理，以质荷比m/z 33-400的368个离子平均丰度值为变量，进行PCA降维处理；然后选取不同的主成分数作为模型的输入。主成分分析(PCA)是一种以降低数据维数为目的的无监督模式识别技术，把多个变量化成少数几个主成分，这些主成分能够反应原始变量的绝大部分信息，它们通常表示为原始变量的线性组合。
4.基于步骤3降维处理的质谱数据，采用化学计量学的方法建立手工醋与工业醋快速鉴别模型：
本发明一共选取了两种化学计量学方法对手工醋与工业醋进行区分，具体为反向传播神经网络(BPANN)方法和SVM方法；根据不同主成分数对应的训练集识别率来判断模型的效果，训练集的识别率越高，模型效果越好；
其中，反向传播神经网络(BPANN)模型的特点是信号前向传递，误差反向传播，具有较强的运算能力；SVM方法是建立一个分类超平面作为决策曲面，使来自于训练集分布的少量样本接近类之间的边界。
选取总样本的2/3作为训练集(手工醋17个，工业醋16个)，分别建立SVM和BPANN模型，结果如表1所示。随着主成分数的增加，识别率不断上升(识别错误数减少)。在SVM模型中，当主成分数达到5时，SVM模型的训练集识别率达到100％，并且随着主成分数增加，SVM模型识别率保持不变。在BPANN模型中，当主成分数为3时，其识别率达到100％，主成分数为4时略有下降，当主成分数达到5后模型识别率达到100％并保持稳定。
5.对未知待测食醋样本中的生产工艺方式进行快速预测：
采用SPME-MS技术对待测食醋样本(8个手工醋，9个工业醋)进行质谱数据采集，然后将未知待测食醋样本的质谱数据先利用PCA进行降维处理，然后输入已建立的SVM和BPANN模型中，利用Matlab处理软件完成生产工艺方式鉴别。
鉴别结果如表1所示，在SVM模型中，可以看出选取前5个主成分最佳，其测试集识别率为94.12％，出现一个样本识别错误。在BPANN模型中，可以看出最佳主成分数为5，其测试集识别率为100％。此时BPANN模型成功鉴别出8个手工醋与9个工业醋，模型效果最佳，鉴别结果与对应样本实际的生产工艺方式相符，表明BPANN模型可用于实际应用。因此本发明申请SPME-MS技术结合BPANN模型对食醋的不同生产工艺方式进行识别。
表1SVM、BPNN模型在不同主成分数下训练集和测试集的结果
对比例：
1.食醋样本的收集：
收集手工醋与工业醋样本各25个，并分别编号；所选的手工醋与工业醋样本均为镇江香醋的样本。
2.运用SPME-MS对食醋样本进行质谱数据采集：
取8mL食醋样本放入15mL样品瓶中，加入2.0g NaCl，在50℃恒温水浴中平衡5min，萃取20min；采用未涂层熔融石英毛细管柱(1m×0.15mm i.d.)，将萃取的样本挥发性成分未经分离直接导入质谱仪，载气为氦气(He)，进样口温度250℃，流速0.4mL/min，不分流进样，柱温200℃，保持5min；质谱条件：电离方式EI+，电子能量70eV，离子源温度230℃，接口温度250℃，扫描质量范围33-400amu；通过HP-Chemstation System工作站采集和处理质谱数据，具体质谱数据见图3。
本发明所采用的SPME-MS参数与对比例的参数相比，主要的不同之处是进样口温度、流速、保持时间方面的不同。进样口温度、流速、保持时间对采集质谱数据的稳定性、完整性有着不可忽视的影响，例如，进样口温度的不同会影响挥发性成分在进样口解析的程度。因此，稳定且完整的质谱数据是建立基于SPME-MS技术结合化学计量学的快速鉴别模型和预测食醋生产工艺的主要前提。
与对比例相比，本发明采用进样口温度为280℃，流速1.1mL/min，保持6min时，本发明所采集的质谱数据更加完整，采集的数据更稳定，具体实验数据见图2和图3。
本发明在预实验阶段，在对比例的基础上，进行了大量的探索优化过程，尝试选择不同的进样口温度、流速、保持时间，并对得到的质谱数据进行深入分析，目的是获取稳定且完整质谱数据，经过大量的创造性劳动，最终选取本发明具体实施例中的参数作为SPME-MS参数，对食醋样本进行质谱数据采集。
本发明所述的一种食醋不同生产工艺方式的快速鉴别方法可用于快速鉴别传统生产工艺和现代化生产工艺生产的镇江香醋，即可鉴别镇江香醋中的手工醋和工业醋。

Claims (6)

1.一种食醋不同生产工艺方式的快速鉴别方法，其特征在于，包括以下步骤：
（1）收集食醋样本并编号，具体为手工醋与工业醋样本；
（2）运用SPME-MS对步骤（1）中的食醋样本进行质谱数据采集；
（3）利用主成分分析对质谱数据进行降维处理；
（4）基于步骤（3）降维处理后的质谱数据，采用化学计量学的方法建立手工醋与工业醋快速鉴别模型；
（5）对未知待测食醋样本进行质谱数据采集，利用步骤（4）建立的快速鉴别模型对未知待测食醋样本的生产工艺方式进行预测。
2. 根据权利要求1所述的食醋不同生产工艺方式的快速鉴别方法，其特征在于，步骤（2）中，所述质谱数据采集的具体方法为：将8 mL食醋样本放入15 mL样品瓶中，加入2.5 gNaCl，并对食醋样本进行磁力搅拌，搅拌温度为50 ℃， 转速为250 rpm，恒温水浴中平衡5min，将75μm CAR-PDMS萃取头通过瓶盖插入到样本的液体上方，萃取20 min；采用未涂层熔融石英毛细管柱将样本未经分离直接导入质谱仪，载气为氦气，进样口温度280 ℃，流速l.l mL/min，不分流进样，柱温200 ℃，保持6 min；质谱条件：电离方式EI+，电子能量70eV，离子源温度230 ℃，接口温度250 ℃，扫描质量范围33-400 amu；通过HP-ChemstationSystem工作站采集和处理数据。
3.根据权利要求1所述的食醋不同生产工艺方式的快速鉴别方法，其特征在于，步骤（3）中，所述降维处理的具体方法为：首先对食醋样本的质谱数据进行主成分分析，然后选取不同的主成分数作为模型的输入。
4.根据权利要求1所述的食醋不同生产工艺方式的快速鉴别方法，其特征在于，步骤（4）中，所述鉴别模型是利用反向传播神经网络方法建立手工醋与工业醋的识别模型。
5.根据权利要求1所述的食醋不同生产工艺方式的快速鉴别方法，其特征在于，步骤（5）中，所述预测具体方法为：采用SPME-MS对未知待测食醋样本进行质谱数据采集，然后将待测食醋样本的质谱数据带入步骤（4）已建立的鉴别模型中，利用Matlab处理软件完成生产工艺方式的鉴别。
6.根据权利要求1所述的食醋不同生产工艺方式的快速鉴别方法，其特征在于，所述快速鉴别方法的对象为传统生产工艺和现代化生产工艺生产的镇江香醋。
CN201810514429.0A 2018-05-25 2018-05-25 一种食醋不同生产工艺方式的快速鉴别方法 Pending CN108845021A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810514429.0A CN108845021A (zh) 2018-05-25 2018-05-25 一种食醋不同生产工艺方式的快速鉴别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810514429.0A CN108845021A (zh) 2018-05-25 2018-05-25 一种食醋不同生产工艺方式的快速鉴别方法

Publications (1)

Publication Number Publication Date
CN108845021A true CN108845021A (zh) 2018-11-20

Family

ID=64213544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810514429.0A Pending CN108845021A (zh) 2018-05-25 2018-05-25 一种食醋不同生产工艺方式的快速鉴别方法

Country Status (1)

Country Link
CN (1) CN108845021A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110118747A (zh) * 2019-04-29 2019-08-13 山西农业大学 四大名醋的衰减全反射傅立叶变换红外指纹图谱的构建方法及应用
CN114878730A (zh) * 2022-06-16 2022-08-09 陕西科技大学 一种集固相微萃取和原位质谱的羊乳掺假检测装置及方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107462624A (zh) * 2017-06-30 2017-12-12 江苏大学 一种白酒基酒中主要酯类化合物含量的快速测定方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107462624A (zh) * 2017-06-30 2017-12-12 江苏大学 一种白酒基酒中主要酯类化合物含量的快速测定方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
ANGELIKA ZIÓŁKOWSKA 等: "Differentiation of wines according to grape variety and geographical origin based on volatiles profiling using SPME-MS and SPME-GC/MS methods", 《FOOD CHEMISTRY》 *
M. CIRLINI等: "HS-SPME/GC-MS and chemometrics for the classification of Balsamic Vinegars of Modena of different maturation and ageing", 《FOOD CHEMISTRY》 *
傅若农: "固相微萃取（SPME）近几年的发展", 《分析实验室》 *
尹俊玲: "传统手工和现代工业化生产镇江香醋风味组分的比较研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 *
王鹏 等: "《水下地磁导航适配性研究》", 28 February 2017, 国防工业出版社 *
程平言 等: "基于质谱与化学计量学的白酒原产地鉴定", 《质谱学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110118747A (zh) * 2019-04-29 2019-08-13 山西农业大学 四大名醋的衰减全反射傅立叶变换红外指纹图谱的构建方法及应用
CN114878730A (zh) * 2022-06-16 2022-08-09 陕西科技大学 一种集固相微萃取和原位质谱的羊乳掺假检测装置及方法
CN114878730B (zh) * 2022-06-16 2023-08-15 陕西科技大学 一种集固相微萃取和原位质谱的羊乳掺假检测装置及方法

Similar Documents

Publication Publication Date Title
Mandrile et al. Controlling protected designation of origin of wine by Raman spectroscopy
Rossmann et al. Stable oxygen isotope content of water of EU data-bank wines from Italy, France and Germany
CN108645829B (zh) 一种快速识别蜂蜜品种和掺假蜂蜜的方法
Buratti et al. Alcoholic fermentation using electronic nose and electronic tongue
CN101957316B (zh) 一种用近红外光谱技术鉴别响水大米的方法
CN113720797A (zh) 一种白酒蒸馏的在线快速量质摘酒方法
CN108845021A (zh) 一种食醋不同生产工艺方式的快速鉴别方法
CN111398499A (zh) 3-氨基-2-萘甲酸在鉴别中蜂蜂蜜和意蜂蜂蜜中的应用
CN109521066B (zh) 一种黄酒电化学指纹图谱的构建方法和应用
CN109490393B (zh) 大曲中理化指标特征值提取方法曲料品质分析方法及系统
CN108445134B (zh) 酒类产品鉴别的方法
Oganesyants et al. Determination of the carbon isotope 13C/12C in ethanol of fruit wines in order to define identification characteristics
Warren-Vega et al. A critical review on the assessment of the quality and authenticity of Tequila by different analytical techniques: Recent advances and perspectives
CN117757996A (zh) 一种啤酒发酵过程温度控制方法
CN105067624B (zh) 一种食醋、酱油的类别鉴别方法
Carvalho et al. Interaction of Saccharomyces cerevisiae and Lactococcus lactis in the fermentation and quality of artisanal cachaça
CN111257446B (zh) 一种检测蜂蜜中外源甜菜糖的方法
CN111707728A (zh) 基于hs-ptr-tof-ms的不同等级白牡丹茶鉴别方法
CN111521641A (zh) 一种白兰地原酒不同蒸馏方式的识别方法
CN108022239B (zh) 一种基于机器视觉的起泡葡萄酒褐变过程检测装置及方法
CN114137138A (zh) 一种基于挥发性成分的四川郫县豆瓣酱的辨析方法
Yang et al. Qualitative analysis of age and brand of unblended brandy by electronic nose
CN111027025A (zh) 一种筛选红外光谱特征波长用于预测葡萄酒品质参数的方法
Zhang et al. Research on Red wine quality based on Data Visualization
JP2016036324A (ja) 酵母のスクリーニング方法およびそのためのプログラムならびに装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181120