食品工业科技

作者：许建梅, 杨芳, 林卿, 王佳慧, 艾竹君

关键词：低场核磁共振,判别分析,偏最小二乘回归,注水肉,

用直接注射的方式，将猪背最长肌制备成注水比例分别为0、2%、6%、10%和14%的肉样本。利用低场核磁共振（field nuclear magnetic resonance，LF-NMR）技术测量肉样本产生的NMR信号，并将反演后得到的横向弛豫谱参数作为自变量，通过判别分析（Discriminant analysis，DA）和偏最小二乘回归（partial least square regression，PLSR）分析，分别建立注水肉检测模型，并尝试多种可能性的PLSR建模，评估分析模型对较低注水比例的注水肉的检测性能。结果表明，对DA模型进行回代验证和留一交叉验证，模型对注水肉分类的总正确率分别为89.4%和88.2%。采用将杠杆值和学生化残差相结合的方式判别和删除异常数据，用变量投影重要性分析法筛选出6个横向弛豫谱参数作为自变量建立的优化PLSR模型的检测性能最优，校准集决定系数（Rc2）和标准误差（SEV）分别为0.9603和1.0033%，交叉验证的决定系数（Rcv2）和标准误差（SECV）分别为0.9508和1.1169%，预测集决定系数（Rp2）和标准误差（SEP）分别为0.9518和1.1280%。在95%的置信概率下，优化PLSR模型能够预测未知样本中注水百分比的置信区间的最好估计值约为2.256%。表明基于LF-NMR横向弛豫谱建立的DA模型和PLSR模型可以对注水肉进行有效的定性和定量检测。

来源：2021年第11期

《食品工业科技》期刊编辑部

查看食品工业科技杂志2021年第11期