CN113092406A - 一种快速预判辣椒红外观品质变化的方法 - Google Patents
一种快速预判辣椒红外观品质变化的方法 Download PDFInfo
- Publication number
- CN113092406A CN113092406A CN202110387324.5A CN202110387324A CN113092406A CN 113092406 A CN113092406 A CN 113092406A CN 202110387324 A CN202110387324 A CN 202110387324A CN 113092406 A CN113092406 A CN 113092406A
- Authority
- CN
- China
- Prior art keywords
- capsanthin
- sample
- viscosity
- quality change
- appearance quality
- 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.)
- Granted
Links
- VYIRVAXUEZSDNC-TXDLOWMYSA-N (3R,3'S,5'R)-3,3'-dihydroxy-beta-kappa-caroten-6'-one Chemical compound C([C@H](O)CC=1C)C(C)(C)C=1/C=C/C(/C)=C/C=C/C(/C)=C/C=C/C=C(C)C=CC=C(C)C=CC(=O)[C@]1(C)C[C@@H](O)CC1(C)C VYIRVAXUEZSDNC-TXDLOWMYSA-N 0.000 title claims abstract description 64
- VYIRVAXUEZSDNC-LOFNIBRQSA-N Capsanthyn Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1=C(C)CC(O)CC1(C)C)C=CC=C(/C)C=CC(=O)C2(C)CC(O)CC2(C)C VYIRVAXUEZSDNC-LOFNIBRQSA-N 0.000 title claims abstract description 64
- WRANYHFEXGNSND-LOFNIBRQSA-N capsanthin Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1=C(C)CC(O)CC1(C)C)C=CC=C(/C)C=CC(=O)C2(C)CCC(O)C2(C)C WRANYHFEXGNSND-LOFNIBRQSA-N 0.000 title claims abstract description 64
- 235000018889 capsanthin Nutrition 0.000 title claims abstract description 64
- 235000012658 paprika extract Nutrition 0.000 title claims abstract description 64
- 239000001688 paprika extract Substances 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000001228 spectrum Methods 0.000 claims abstract description 20
- 238000003860 storage Methods 0.000 claims abstract description 17
- 229920003023 plastic Polymers 0.000 claims abstract description 14
- 239000002244 precipitate Substances 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000005520 cutting process Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 238000005303 weighing Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000013077 scoring method Methods 0.000 claims description 2
- 238000007670 refining Methods 0.000 abstract description 4
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- YDNKGFDKKRUKPY-JHOUSYSJSA-N C16 ceramide Natural products CCCCCCCCCCCCCCCC(=O)N[C@@H](CO)[C@H](O)C=CCCCCCCCCCCCCC YDNKGFDKKRUKPY-JHOUSYSJSA-N 0.000 description 1
- CRJGESKKUOMBCT-VQTJNVASSA-N N-acetylsphinganine Chemical compound CCCCCCCCCCCCCCC[C@@H](O)[C@H](CO)NC(C)=O CRJGESKKUOMBCT-VQTJNVASSA-N 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229940007061 capsicum extract Drugs 0.000 description 1
- 239000001943 capsicum frutescens fruit extract Substances 0.000 description 1
- 235000021466 carotenoid Nutrition 0.000 description 1
- 150000001747 carotenoids Chemical class 0.000 description 1
- 229940106189 ceramide Drugs 0.000 description 1
- ZVEQCJWYRWKARO-UHFFFAOYSA-N ceramide Natural products CCCCCCCCCCCCCCC(O)C(=O)NC(CO)C(O)C=CCCC=C(C)CCCCCCCCC ZVEQCJWYRWKARO-UHFFFAOYSA-N 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- VVGIYYKRAMHVLU-UHFFFAOYSA-N newbouldiamide Natural products CCCCCCCCCCCCCCCCCCCC(O)C(O)C(O)C(CO)NC(=O)CCCCCCCCCCCCCCCCC VVGIYYKRAMHVLU-UHFFFAOYSA-N 0.000 description 1
- 231100000957 no side effect Toxicity 0.000 description 1
- 231100000252 nontoxic Toxicity 0.000 description 1
- 230000003000 nontoxic effect Effects 0.000 description 1
- 235000010987 pectin Nutrition 0.000 description 1
- 229920001277 pectin Polymers 0.000 description 1
- 239000001814 pectin Substances 0.000 description 1
- 150000003904 phospholipids Chemical class 0.000 description 1
- 239000000419 plant extract Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G17/00—Apparatus for or methods of weighing material of special form or property
- G01G17/04—Apparatus for or methods of weighing material of special form or property for weighing fluids, e.g. gases, pastes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N11/00—Investigating flow properties of materials, e.g. viscosity, plasticity; Analysing materials by determining flow properties
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3577—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种快速预判辣椒红外观品质变化的方法，其步骤为：选择有代表性的新生产辣椒红样品，采集近红外初始光谱；将上述样品盛放于透明塑料容器中，避光存放后对样品的外观进行评分，评分指标包括粘附析出物的重量和样品的黏度，评分方法为粘附析出物的重量越大评分越高，样品的黏度越大评分越高，两项指标得分总和即为该样品的评分；根据初始光谱与评分结果建立预测模型，即可预测新生产的辣椒红存放后的品质变化情况。本发明可准确预判辣椒红存放1‑6个月内的外观品质变化趋势，为辣椒红的选择性销售、应用和存放提供了依据，为辣椒红精制工艺的优化提供参考。
Description
技术领域
本发明属于快速分析技术领域，具体涉及一种快速预判辣椒红外观品质变化的方法。
背景技术
辣椒红是由辣椒提取物经过脱辣味精制得到的，属于类胡萝卜素的一种，具有色泽鲜艳、色调多样、着色力强、稳定性好、对人体无副作用等优点。辣椒红不仅含量高、安全无毒，而且具有能燃烧脂肪、助颜美容、止痛祛湿、预防癌症的功效，被广泛应用于食品、饲料、防辐射、化妆品和医药等领域，全球每年辣椒红生产规模约 8000t，是我国主要出口的植物提取物品类之一。
新调配的辣椒红一般流动性良好，无沉淀。但随着放置时间的增长，辣椒红含有的磷脂、果胶、树胶、神经酰胺等水溶性物质，在存放过程中会逐渐析出、凝聚，造成辣椒红黏度和沉淀物升高，流动性变差，使辣椒红的外观发生较大变化，给部分领域的应用造成困难。辣椒红从调配到使用一般在6个月内，目前国家标准判断外观品质的方法为目测，但国家标准中的目测方法仅能判断当前样品状态，无法预判其存放1-6个月内外观状态的变化趋势。
本发明建立了辣椒红外观品质的评价分类方法，并通过采集新生产的辣椒红光谱与不同阶段的外观评价分值建立关系，得到了辣椒红外观定性预判模型，可以准确预判辣椒红存放1-6个月内的外观品质变化趋势，为辣椒红原料的选择性的销售、应用和存放提供了依据，为辣椒红精制工艺的优化提供参考。
发明内容
为解决上述技术问题，本发明提供一种快速预判辣椒红外观品质变化的方法，其包括以下步骤：
（1）选择有代表性的新生产辣椒红样品，采集近红外初始光谱；
（2）将上述辣椒红样品盛放于透明塑料容器中，避光存放后对辣椒红样品的外观进行评分，评分指标包括粘附析出物的重量和样品的黏度，评分方法为粘附析出物的重量越大评分越高，样品的黏度越大评分越高，两项指标得分总和即为该样品的评分；
（3）根据初始光谱与外观的评分结果建立近红外预测模型；
（4）根据步骤（3）中构建的预测模型预测新生产的辣椒红存放后的品质变化情况。
所述步骤（1），近红外初始光谱采用的是扫描方式为透射，扫描波数8 cm-1，扫描次数为32次，光程为0.6cm，描范围为4000 cm-1～10000cm-1。
所述步骤（2），透明塑料容器体积为3～5L，圆底，底部直径为20～30cm，辣椒红样品的体积为透明塑料容器体积的1/2～3/4，样品储存期间不得有晃动。
所述步骤（2），避光存放的温度为5～35℃，存放时间为10～180天。
所述步骤（2），粘附析出物重量的评分方法为：将盛有辣椒红样品的透明塑料容器倒立30min及以上，然后从距离容器底部2cm处剪开，称量容器底部的重量为m1，取空白的透明塑料容器从同样的位置剪开，称量容器底部的重量为m2，粘附析出物的重量m= m1- m2；m＜0.5g的得0分，0.5g≤m≤1g的得1分，1g＜m≤3g的得2分，m＞3g的得3分。
所述步骤（2），样品黏度的评分方法为：上层样品在25℃水浴锅中水浴30min及以上，采用数字粘度计检测黏度；黏度＜300 mPa·s的得1分，300mPa·s≤黏度≤600 mPa·s的得2分，黏度＞600 mPa·s的得3分。
所述步骤（1），初始光谱的预处理方式包括光谱平滑、光谱中心化、光谱的一阶求导。
所述步骤（3），建模波段为8900cm-1～7200 cm-1、5800cm-1～6500cm-1和5200cm-1～4500cm-1，建模方式为判别分析，即Discriminant analysis。
根据步骤（3）所构建的预测模型预测新生产的辣椒红存放后的品质情况，评分越低说明辣椒红外观品质越好。
本发明的有益效果在于：本发明可快速、准确预判辣椒红存放一定时间后的外观品质，根据本发明方法，预测评分越低，说明辣椒红外观品质越好。本发明为辣椒红原料的选择性的销售、应用和存放提供了依据，为辣椒红精制工艺的优化提供参考。
附图说明
图1是辣椒红近红外初始光谱；
图2是辣椒红存放1个月定性预测模型空间分布图；
图3是辣椒红存放3个月定性预测模型空间分布图；
图4是辣椒红存放6个月定性预测模型空间分布图。
具体实施方式
实施例1：辣椒红
1）准备不同品质的新生产的辣椒红样品100份，每份样品量不少于15kg。
2）对上述样品进行近红外光谱扫描得到初始光谱，扫描方式为透射，光程0.6 cm，扫描精度为8cm-1，扫描次数为32次，描范围为4000 cm-1～10000cm-1。
3）将上述每个样品分成3份，分别盛放在5L圆底透明塑料壶中，存放于5℃冷库中，存放过程中不得对容器进行晃动。
4）在样品存放1个月，3个月和6个月后，测量黏度和容器底部粘附析出物重量并进行评分，两项指标得分之和即为该样品的评分。
粘附析出物的评分方法为：将盛有待评价样品的透明塑料壶倒立30min，然后从距离容器底部2cm处剪开，称量容器底部的重量为m1，取空白的透明塑料容器从同样的位置剪开，称量容器底部的重量为m2，粘附析出物的重量m= m1- m2；m＜0.5g的得0分，0.5g≤m≤1g的得1分，1g＜m≤3g的得2分，m＞3g的得3分。
黏度的评分方法为：上层样品在25℃水浴锅中水浴30min及以上，采用数字粘度计检测黏度；黏度＜300 mPa·s的得1分，300mPa·s≤黏度≤600 mPa·s的得2分，黏度＞600mPa·s的得3分。
5）将初始光谱分别和存放1个月、3个月和6个月的评分结果进行关联建模，得到存放不同时间的辣椒红外观品质近红外预测模型，建模波段为8900cm-1～7200 cm-1、5800cm-1～6500cm-1和5200cm-1～4500cm-1，建模方式为判别分析（Discriminant analysis）。
6）采用相应模型对新生产的辣椒红待测样品进行外观预判，得到存放相应时间后的预判分类结果。
表1. 实施例1中存放1个月待测样品预测情况与实际情况符合性
表2. 实施例1中存放3个月待测样品预测情况与实际情况符合性
表3. 实施例1中存放6个月待测样品预测情况与实际情况符合性
由表1-3可知，根据建立的近红外预测模型判断辣椒红外观品质的变化情况与实际验证情况一致，说明本方法可有效的评估辣椒红外观在1-6个月之间的外观品质变化情况，可根据外观预测情况，针对性的采取措施，起到优化生产工艺，库存和应用的目的。
需要特别说明的是，因辣椒红从调配到使用的时长一般在6个月内，因此本发明仅以6个月内的辣椒红外观品质变化情况为例进行说明。本方法同样适用于存放时间更长的辣椒红外观品质预测。
Claims (8)
1.一种快速预判辣椒红外观品质变化的方法，其特征在于，包括以下步骤：
（1）选择有代表性的新生产辣椒红样品，采集近红外初始光谱；
（2）将上述辣椒红样品盛放于透明塑料容器中，避光存放后对辣椒红样品的外观进行评分，评分指标包括粘附析出物的重量和样品的黏度，评分方法为粘附析出物的重量越大评分越高，样品的黏度越大评分越高，两项指标得分总和即为该样品的评分；
（3）根据初始光谱与外观的评分结果建立近红外预测模型；
（4）根据步骤（3）中构建的预测模型预测新生产的辣椒红存放后的品质变化情况。
2.根据权利要求1所述的快速预判辣椒红外观品质变化的方法，其特征在于：所述步骤（1），近红外初始光谱采用的是扫描方式为透射，扫描波数8 cm-1，扫描次数为32次，光程为0.6cm，描范围为4000 cm-1～10000cm-1。
3.根据权利要求1所述的快速预判辣椒红外观品质变化的方法，其特征在于：所述步骤（2），透明塑料容器体积为3～5L，圆底，底部直径为20～30cm，辣椒红样品的体积为透明塑料容器体积的1/2～3/4，样品储存期间不得有晃动。
4.根据权利要求3所述的快速预判辣椒红外观品质变化的方法，其特征在于：所述步骤（2），避光存放的温度为5～35℃，存放时间为10～180天。
5.根据权利要求4所述的快速预判辣椒红外观品质变化的方法，其特征在于：所述步骤（2），粘附析出物重量的评分方法为：将盛有辣椒红样品的透明塑料容器倒立30min及以上，然后从距离容器底部2cm处剪开，称量容器底部的重量为m1，取空白的透明塑料容器从同样的位置剪开，称量容器底部的重量为m2，粘附析出物的重量m= m1- m2；
m＜0.5g的得0分，0.5g≤m≤1g的得1分，1g＜m≤3g的得2分，m＞3g的得3分。
6.根据权利要求4所述的快速预判辣椒红外观品质变化的方法，其特征在于：所述步骤（2），样品黏度的评分方法为：上层样品在25℃水浴锅中水浴30min及以上，采用数字粘度计检测黏度；
黏度＜300 mPa·s的得1分，300mPa·s≤黏度≤600 mPa·s的得2分，黏度＞600mPa·s的得3分。
7.根据权利要求1-6任一项所述的快速预判辣椒红外观品质变化的方法，其特征在于：所述步骤（1），初始光谱的预处理方式包括光谱平滑、光谱中心化、光谱的一阶求导。
8.根据权利要求7所述的快速预判辣椒红外观品质变化的方法，其特征在于：所述步骤（3），建模波段为8900cm-1～7200 cm-1、5800cm-1～6500cm-1和5200cm-1～4500cm-1，建模方式为判别分析，即Discriminant analysis。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110387324.5A CN113092406B (zh) | 2021-04-08 | 2021-04-08 | 一种快速预判辣椒红外观品质变化的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110387324.5A CN113092406B (zh) | 2021-04-08 | 2021-04-08 | 一种快速预判辣椒红外观品质变化的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113092406A true CN113092406A (zh) | 2021-07-09 |
| CN113092406B CN113092406B (zh) | 2022-08-02 |
Family
ID=76676941
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110387324.5A Active CN113092406B (zh) | 2021-04-08 | 2021-04-08 | 一种快速预判辣椒红外观品质变化的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113092406B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060249680A1 (en) * | 2005-04-05 | 2006-11-09 | Changqin Hu | Method and an instrument for identifying a drug by near infrared spectroanalysis |
| CN102890128A (zh) * | 2012-09-21 | 2013-01-23 | 晨光生物科技集团股份有限公司 | 辣椒红中十二种拟除虫菊酯类农残的检测方法 |
| CN106226267A (zh) * | 2016-08-31 | 2016-12-14 | 晨光生物科技集团股份有限公司 | 一种辣椒干色价的近红外测定方法 |
| CN106616685A (zh) * | 2017-01-03 | 2017-05-10 | 浙江师范大学 | 一种蜂蜜酱油秋辣椒及其制备方法 |
| CN106770014A (zh) * | 2017-01-09 | 2017-05-31 | 河南工业大学 | 一种大米新鲜度的近红外光谱检测方法 |
| CN107372990A (zh) * | 2013-03-14 | 2017-11-24 | 洲际大品牌有限责任公司 | 咀嚼型胶基糖零食及其制备方法 |
| WO2018010352A1 (zh) * | 2016-07-11 | 2018-01-18 | 上海创和亿电子科技发展有限公司 | 一种定性定量相结合的近红外定量模型构建方法 |
| CN107656000A (zh) * | 2017-10-26 | 2018-02-02 | 晨光生物科技集团股份有限公司 | 辣椒油树脂中辣椒碱类化合物的分析鉴别方法 |
| CN107860740A (zh) * | 2017-12-08 | 2018-03-30 | 中国农业科学院茶叶研究所 | 一种基于近红外光谱技术的红茶发酵品质的评价方法 |
| CN108441254A (zh) * | 2018-04-19 | 2018-08-24 | 天津大学 | 农田废秆协同劣质超重油水热减黏的方法及装置 |
| CN109820824A (zh) * | 2019-04-02 | 2019-05-31 | 张丙起 | 一种用于促进皮肤创伤愈合的辣椒碱液晶纳米喷雾制剂及其制备方法 |
| CN110967312A (zh) * | 2019-11-24 | 2020-04-07 | 晨光生物科技集团股份有限公司 | 一种液体扫描装置及其用于辣椒红色价的近红外检测方法 |
| US20200367541A1 (en) * | 2017-11-24 | 2020-11-26 | Samyang Corporation | Low-calorie hot sauce |
| CN112029312A (zh) * | 2020-08-20 | 2020-12-04 | 河北东之星生物科技股份有限公司 | 一种高吸光比辣椒红素和高含量辣椒玉红素的制备方法 |
-
2021
- 2021-04-08 CN CN202110387324.5A patent/CN113092406B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060249680A1 (en) * | 2005-04-05 | 2006-11-09 | Changqin Hu | Method and an instrument for identifying a drug by near infrared spectroanalysis |
| CN102890128A (zh) * | 2012-09-21 | 2013-01-23 | 晨光生物科技集团股份有限公司 | 辣椒红中十二种拟除虫菊酯类农残的检测方法 |
| CN107372990A (zh) * | 2013-03-14 | 2017-11-24 | 洲际大品牌有限责任公司 | 咀嚼型胶基糖零食及其制备方法 |
| WO2018010352A1 (zh) * | 2016-07-11 | 2018-01-18 | 上海创和亿电子科技发展有限公司 | 一种定性定量相结合的近红外定量模型构建方法 |
| CN106226267A (zh) * | 2016-08-31 | 2016-12-14 | 晨光生物科技集团股份有限公司 | 一种辣椒干色价的近红外测定方法 |
| CN106616685A (zh) * | 2017-01-03 | 2017-05-10 | 浙江师范大学 | 一种蜂蜜酱油秋辣椒及其制备方法 |
| CN106770014A (zh) * | 2017-01-09 | 2017-05-31 | 河南工业大学 | 一种大米新鲜度的近红外光谱检测方法 |
| CN107656000A (zh) * | 2017-10-26 | 2018-02-02 | 晨光生物科技集团股份有限公司 | 辣椒油树脂中辣椒碱类化合物的分析鉴别方法 |
| US20200367541A1 (en) * | 2017-11-24 | 2020-11-26 | Samyang Corporation | Low-calorie hot sauce |
| CN107860740A (zh) * | 2017-12-08 | 2018-03-30 | 中国农业科学院茶叶研究所 | 一种基于近红外光谱技术的红茶发酵品质的评价方法 |
| CN108441254A (zh) * | 2018-04-19 | 2018-08-24 | 天津大学 | 农田废秆协同劣质超重油水热减黏的方法及装置 |
| CN109820824A (zh) * | 2019-04-02 | 2019-05-31 | 张丙起 | 一种用于促进皮肤创伤愈合的辣椒碱液晶纳米喷雾制剂及其制备方法 |
| CN110967312A (zh) * | 2019-11-24 | 2020-04-07 | 晨光生物科技集团股份有限公司 | 一种液体扫描装置及其用于辣椒红色价的近红外检测方法 |
| CN112029312A (zh) * | 2020-08-20 | 2020-12-04 | 河北东之星生物科技股份有限公司 | 一种高吸光比辣椒红素和高含量辣椒玉红素的制备方法 |
Non-Patent Citations (1)
| Title |
|---|
| 侯佳慧: "辣椒及辣椒提取物中危害物的测定及迁移规律分析", 《分析测试中国食品添加剂》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113092406B (zh) | 2022-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Nyasordzi et al. | Utilizing the IAD index to determine internal quality attributes of apples at harvest and after storage | |
| CN107228924B (zh) | 一种适宜蛋白加工用花生原料品质测定及其评价方法 | |
| González-Caballero et al. | First steps towards the development of a non-destructive technique for the quality control of wine grapes during on-vine ripening and on arrival at the winery | |
| Trognitz et al. | Diversity of cacao trees in Waslala, Nicaragua: associations between genotype spectra, product quality and yield potential | |
| Saad et al. | Internal quality assessment of tomato fruits using image color analysis | |
| Koszela et al. | Computer image analysis in the quality in procedure for selected carrot varieties | |
| Arce Alvarado et al. | The predictive value of a small consumer panel for coffee‐cupper judgment | |
| Pinto et al. | Skin color and chlorophyll absorbance: Indices for establishing a harvest date on non-melting peach | |
| CN109242341A (zh) | 基于苹果原料指标预测果汁综合品质的方法 | |
| CN108169165A (zh) | 基于太赫兹光谱和图像信息融合的麦芽糖混合物定量分析方法 | |
| Carolina et al. | Classification of oranges by maturity, using image processing techniques | |
| CN113092406B (zh) | 一种快速预判辣椒红外观品质变化的方法 | |
| Wang et al. | Grading detection of “Red Fuji” apple in Luochuan based on machine vision and near-infrared spectroscopy | |
| Mailer et al. | Testing olive oil quality: chemical and sensory methods | |
| CN108535250A (zh) | 基于Streif指数的‘富士’苹果成熟度无损检测方法 | |
| CN104983051A (zh) | 一种单个等级初烤烟的复烤加工方法 | |
| Taira et al. | Development of a nondestructive measurement system for mango fruit using near infrared spectroscopy | |
| Borah et al. | Quality indexing by machine vision during fermentation in black tea manufacturing | |
| Diba et al. | Effect of maturity stages on nutritive quality and sensory properties of Fig fruits | |
| CN108732128A (zh) | 一种检测花生仁食用感官品质的方法 | |
| CN110118735A (zh) | 一种检测香梨公母的高光谱成像检测方法及装置 | |
| Hassan et al. | Color Properties of olive fruits during its maturity stages using image analysis | |
| CN105675534A (zh) | 一种抛光粮食的快速无损鉴别方法 | |
| Fauziah et al. | Thermal vision of oil palm fruits under difference ripeness quality | |
| CN105433304B (zh) | 一种香梨脆片的制作方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |