System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种橙汁中酸土脂环酸芽孢杆菌生长预测的方法技术_技高网

一种橙汁中酸土脂环酸芽孢杆菌生长预测的方法技术

技术编号:40625896 阅读:3 留言:0更新日期:2024-03-13 21:13
本发明专利技术涉及了一种基于近红外光谱技术对橙汁中酸土脂环酸芽孢杆菌的一步生长预测的方法,通过采集近红外光谱数据和菌落数,分别获得近红外透射光谱值和预测菌落数,通过一步法同时构建一级模型和二级模型并估计得到微生物生长参数,将光谱模型结果进行高层次融合,得到高层次融合模型,构建出高质量的橙汁中酸土脂环酸芽孢杆菌含量的融合红外光谱定量分析模型,实现直接利用近红外光谱技术预测橙汁中酸土脂环酸芽孢杆菌的生长。该方法可以快速准确地预测橙汁中酸土脂环酸芽孢杆菌的含量及其动态生长,为橙汁生产加工中酸土脂环酸芽孢杆菌的快速识别预测与控制提供了技术支撑。

【技术实现步骤摘要】

本专利技术属于食品质量安全快速无损检测、监测和控制的,涉及直接应用近红外技术实现橙汁中主要腐败菌的定量检测和动态生长预测。


技术介绍

1、目前,橙汁生产行业迅速发展。然而,橙汁在生产加工的高温灭菌过程中,由于酸土脂环酸芽孢杆菌的嗜酸、耐热、产芽孢、强抗逆性等特征,其芽孢可以抵抗橙汁在加工过程中的杀菌技术而存活下来。并且菌体在代谢时会产生一些次级代谢产物,如2,6-二氯苯酚、邻甲氧基苯酚和2,6-二溴苯酚,导致橙汁发生腐败变质,影响果汁的风味和品质。因此,监测橙汁不同阶段的微生物污染,模拟优势微生物的动态生长,对于提高食品质量管理至关重要。预测微生物学是食品微生物学的重要组成部分,它是用于预测微生物对于特定环境变量反应的数学模型,可以有效的管理微生物安全风险。它依靠数据库,并结合计算机来预测食品中微生物的生长或残余变化。预测和控制食品中腐败微生物的生长,可以为食品质量安全提供重要的参考。目前大部分微生物预测建模一般使用两步法,在数据分析时会产生较大的误差。一步法是以微生物生长数据的整体优化分析为基础,同时构建一级模型和二级模型,误差较两步法更小,对微生物的生长预测也更为准确。因此,一步法在预测微生物学建模中更有优势。目前获得预测微生物建立模型所需数据使用的传统检测技术耗时长,灵敏度也不高,不能够及时地监测。近红外光谱技术是用来分析红外光和可见光之间波长范围的一种方法,该方法操作便捷、效率高,不消耗样品,成本较低,在同一时间可以完成多种不同化学指标的检测,并且在检测过程中不会产生污染,已被广泛应用于食品检测、微生物研究、药物分析等多个领域。目前,还未有涉及直接对橙汁中特定腐败微生物的生长预测。因此,急需开发一种利用近红外光谱实现橙汁中主要腐败微生物或者致病微生物生长预测的方法,实现对橙汁中酸土脂环酸芽孢杆菌的定量检测,并达到对橙汁中特定腐败菌的动态生长实现预测,为橙汁生产加工中酸土脂环酸芽孢杆菌的快速识别预测与控制提供技术支持。


技术实现思路

1、为解决现有技术的不足,本专利技术的目的是提供一种快速预测橙汁中最主要优势腐败菌的含量以及生长预测的方法,解决现有技术实现橙汁中主要腐败微生物和致病微生物的生长预测模型构建过程繁琐、费时费力的问题。利用近红外光谱技术进行检测具有方便、快捷、高效、准确和成本低,不破坏样品,不消耗化学试剂,不污染环境等优点。

2、本专利技术的有益之处在于:

3、本专利技术利用近红外光谱技术获取酸土脂环酸芽孢杆菌在橙汁中生长产生的光谱数据,通过一步法数值分析建立生长模型,将光谱模型结果进行高层次融合,得到高层次融合模型,构建出高质量的橙汁中酸土脂环酸芽孢杆菌含量的融合红外光谱定量分析模型。能够在不基于培养基培养的情况下,快速获取微生物在橙汁中的生长特性,为生产、加工、贮藏、消费等各个环节提供微生物的生长信息,为食品质量和安全的及时检测、监测和控制提供技术支持。相对于传统的培养基培养方法预测微生物的生长,该专利技术不仅操作简单,而且省时省力,准确性较高。该方法简化了微生物定量检测的步骤,通过获取近红外光谱数据,直接预测橙汁特定腐败微生物的生长状况。样品测量时不需要进行预处理,具有分析速度快,分析效率高,分析成本低,可以较为准确的检测出橙汁的品质变化,为橙汁的质量和安全的检测控制提供一定的参考价值。

本文档来自技高网...

【技术保护点】

1.一种橙汁中酸土脂环酸芽孢杆菌生长预测的方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种橙汁中酸土脂环酸芽孢杆菌生长预测的方法,其特征在于,在Matlab中通过标准化进行偏最小二乘法建模来预测橙汁酸土脂环酸芽孢杆菌的生长,再基于近红外预测菌落数采用一步法同时构建一级模型和二级模型来构建橙汁中酸土脂环酸芽孢杆菌的生长模型。

3.根据权利要求1所述的一种橙汁中酸土脂环酸芽孢杆菌生长预测的方法,其特征在于,高层次光谱数据融合方法中,先分别构建光谱单独的定量分析模型,然后通过多元线性回归法将不同模型的结果整合得到一个综合结果,即高层次融合模型结果。

4.根据权利要求3所述的一种橙汁中酸土脂环酸芽孢杆菌生长预测的方法,其特征在于,将Huang-Full temperature range Ratkowsky模型、No-lag phase-SuboptimalRatkowsky模型、No-lag phase-Full temperature range Ratkowsky模型、Huang-Suboptimal Ratkowsky模型得到的预测值分别定义为值Y1、Y2、Y3、Y4,将酸土脂环酸芽孢杆菌含量的真实值定义为Y,建立值Y1、Y2、Y3、Y4和Y之间的多元线性回归拟合方程,由方程得到新的预测值Y′,最后利用参数代码构建新的预测值Y′与真实值Y间的模型。

5.根据权利要求3所述的一种橙汁中酸土脂环酸芽孢杆菌生长预测的方法,其特征在于,酸土脂环酸芽孢杆菌含量采用以下公式计算:Y=1.11141Y1-0.01199Y2-0.28378Y3+0.0755Y4+0.36171;其中Y为酸土脂环酸芽孢杆菌含量,Y1、Y2、Y3、Y4分别为Huang-Fulltemperature range Ratkowsky模型、No-lag phase-Suboptimal Ratkowsky模型、No-lagphase-Full temperature range Ratkowsky模型、Huang-Suboptimal Ratkowsky模型橙汁中酸土脂环酸芽孢杆菌含量预测值。

...

【技术特征摘要】

1.一种橙汁中酸土脂环酸芽孢杆菌生长预测的方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种橙汁中酸土脂环酸芽孢杆菌生长预测的方法,其特征在于,在matlab中通过标准化进行偏最小二乘法建模来预测橙汁酸土脂环酸芽孢杆菌的生长,再基于近红外预测菌落数采用一步法同时构建一级模型和二级模型来构建橙汁中酸土脂环酸芽孢杆菌的生长模型。

3.根据权利要求1所述的一种橙汁中酸土脂环酸芽孢杆菌生长预测的方法,其特征在于,高层次光谱数据融合方法中,先分别构建光谱单独的定量分析模型,然后通过多元线性回归法将不同模型的结果整合得到一个综合结果,即高层次融合模型结果。

4.根据权利要求3所述的一种橙汁中酸土脂环酸芽孢杆菌生长预测的方法,其特征在于,将huang-full temperature range ratkowsky模型、no-lag phase-suboptimalratkowsky模型、no-lag phase-full temperature range ratkowsky...

【专利技术属性】
技术研发人员:潘磊庆张嘉雯刘佳元封雨桐孙佳怡屠康周彬静刘小花兰维杰
申请(专利权)人:南京农业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1