排序方式: 共有38条查询结果,搜索用时 15 毫秒
1.
2.
以大豆分离蛋白为原料,研究谷氨酰胺转氨酶(Transglutaminase,简称TG酶)生产大豆蛋白凝胶工艺的条件。通过单因素试验确定初始pH值、反应温度、TG酶添加量和反应时间,以凝胶保水性和水分含量为指标,采用正交试验设计进行优化。结果表明,TG酶生产大豆蛋白凝胶最佳工艺条件为大豆蛋白溶液初始pH值5.0,反应温度55℃,TG酶添加量0.5%,反应时间20 min。在此条件下制备得到的凝胶保水性为78.21%,水分含量为84.35%。根据凝胶品质相关性分析和主成分分析,确定硬度和咀嚼性是影响大豆蛋白凝胶品质的主要因素。 相似文献
3.
低场核磁共振结合化学模式识别方法判别休闲豆干品牌 总被引:1,自引:0,他引:1
为了探求一种能快速准确地判别豆干品牌的方法,本研究采用低场核磁共振仪,对休闲豆干样品进行测量获取横向弛豫数据,结合主成分分析法(principal component analysis,PCA)、偏最小二乘判别分析(partial least squares-discriiminate analysis,PLS-DA)和贝叶斯正则化误差反向传播人工神经网络(bayesian regularization back-propagation artificial neural network,BR-BP-ANN)等化学模式识别方法对试验数据进行模式识别分析。选用4个常见的休闲豆干品牌,每个品牌分别收集5个批次的样品。每个批次随机选择16小包作为测试样品,共获得320个样品。使用低场核磁共振仪对这些样品进行测量,然后采用模式识别方法进行品牌判别。试验结果表明:对预测集豆干样品采用PCA进行判别分析时,从三维投影图中难以对各品牌进行人眼识别;运用PLS-DA方法对训练集样品的品牌识别率为86.3%,预测集样品的识别率为81.3%;然而使用BR-BP-ANN方法对预测集样品进行判别预测,预测值与实际期望值高度吻合,判别正确率均为100%,能够很好的实现对豆干品牌的判别。因此,采用BR-BP-ANN方法能够快速而准确地对豆干品牌进行识别,可为休闲豆干的品牌判别提供较好的技术支持。 相似文献
4.
5.
6.
7.
随着休闲市场的打开,休闲豆制品因其丰富的营养价值越来越受到消费者青睐。但休闲豆制品中微生物污染,添加剂超量添加、非法添加等给其安全性带来很大威胁,同时也影响豆制品的品质及贮藏。通过介绍休闲豆制品的营养成分、制作工艺、安全性和贮藏期品质变化,旨在为豆制品企业的监管、工艺的优化和贮藏货架期提供依据。 相似文献
8.
为研究豆清饮料发酵及贮藏过程中的品质变化,并构建发酵动力学、稳定性动力学和热力学模型.以豆清液为主要原料,添加低聚果糖、麦芽汁、麦芽糖和酒花发酵成豆清饮料,每隔2 h取样测定豆清饮料在发酵过程中的微生物总数、还原糖和总酸,采用经典的Logistic、Luedeking-pirret模型进行非线性拟合,构建豆清饮料的发酵动力学模型.将豆清饮料贮藏在不同温度(25,35,45℃)条件下,每隔5 d取样分析贮藏过程中离心沉淀率、总酸、色差值、黏度、pH和感官评分的变化规律,运用Arrhenius方程建立豆清饮料稳定动力学及热力学模型.结果表明:发酵过程中的微生物生长呈现S型、总酸的生成与菌体的生长属于部分偶联型.构建模型的Pearson相关性分别为0.989,0.978和0.983,说明试验值与模型值拟合度比较高.贮藏过程中,随着时间的延长,离心沉淀率、色差、粘度呈现递增趋势,感官评分呈现递减趋势.根据离心沉淀率、色差值、黏度和感官评分相关系数(R2>0.9),建立离心沉淀率、色差值、粘度与感官评分、温度之间的动力学及热力学模型,得到离心沉淀率、色差值和粘度预测模型误差CV平均值分别为4.93%、9.24%、7.64%,表明豆清饮料发酵动力学及稳定性动力学和热力学模型可以用于豆清饮料发酵和贮存稳定性预测. 相似文献
9.
休闲卤豆干中腐败菌的分离鉴定 总被引:1,自引:0,他引:1
[目的]分离并鉴定休闲卤豆干中的腐败菌.[方法]以真空包装腐败变质的卤豆干为研究对象,从中分离纯化出优势微生物,通过形态学特征、生理生化试验及Sensititre微生物自动鉴定仪等方法鉴定真空包装豆腐干中腐败微生物.[结果]试验对发生腐败变质的真空包装卤豆干中微生物进行分离、纯化,得到一株主要的腐败菌,再通过形态及生理生化特征试验,结合Sensititre微生物自动鉴定仪,得出该菌株的鉴定结果为蜡样芽孢杆菌(Bacillus cereus).[结论]研究可为休闲卤豆干的生产中更好地控制该微生物的污染提供一定的理论指导. 相似文献
10.