[发明专利]一种大米储藏品质评价模型的构建方法在审

专利信息
申请号: 201510669442.X 申请日: 2015-10-13
公开(公告)号: CN105243599A 公开(公告)日: 2016-01-13
发明(设计)人: 王立峰;张怡一;夏金林;陈静宜;何荣;鞠兴荣 申请(专利权)人: 南京财经大学
主分类号: G06Q50/02 分类号: G06Q50/02
代理公司: 南京钟山专利代理有限公司 32252 代理人: 戴朝荣
地址: 210023 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 大米 储藏 品质 评价 模型 构建 方法
【说明书】:

技术领域

发明涉及大米陈化模型的建立,该方法属于农业生产技术领域,具体涉及一种大米储藏品质评价模型的构建方法。

背景技术

大米是我国人民的重要食品之一,由于没有稻壳保护,胚乳直接暴露在外,因此对外界温度、湿度、氧气浓度影响较为敏感;同时,害虫及霉菌的直接侵袭,导致大米营养物质流失加速,极易发生陈化降低储藏品质。

与大米中含量较多的淀粉与蛋白质相比,脂类更容易导致大米陈化变质,在储藏中脂类受到空气和高温的影响,极易加速大米劣变的速度,导致大米食用品质下降,因此我国现行稻谷储存品质判定规则(GB/T20569-2006)是以游离脂肪酸值为标准来反映粮食的劣变程度和储存品质。然而,大米储藏品质的变化是一个动态过程,由于储藏过程中各指标变化敏感性不同,对大米新鲜度的影响存在着不同程度的差异,不能用一个孤立的指标来评价其储藏品质,因此建立一种科学有效的品质评价方法对大米的良好储藏具有实际意义,目前相关的研究报道很少。

发明内容

本发明要解决的问题是提供一个大米储藏品质的评价模型的构建方法,本方法利用方差分析(ANOVA)法筛选大米敏感性指标,并利用二次多项式回归分析法建立一种快速、准确的大米储藏品质评价指标体系。

为实现上述目的,本发明采用的技术方案是:

一种大米储藏品质评价模型的构建方法,

(1)模拟大米储藏实验,筛选影响大米储藏品质的敏感性指标,对储藏大米脂肪酸值、总酸值、还原糖含量、硬度、糊化温度指标进行测定。

(2)从多项指标中找出与储藏时间与储藏方式相关性较好的指标作为敏感性指标,采用方差分析法对(1)中的指标进行储藏品质敏感度的筛选;

(3)利用二次多项式回归分析法建立大米储藏品质评价模型:

Y/10=-1.281+0.074*X1+3.845*X2+0.0011*X3

其中,Y为储藏时间,X1为脂肪酸值,mgKOH/100g干物质;X2为还原糖含量,mg葡萄糖/100g试样;X3为硬度,g。

本发明所具有的优点是:

1.本发明建立了一种大米储藏品质评价模型,筛选敏感指标确立一个评价指标体系预测储藏品质比单一指标更为准确、可靠。

2.本发明可以评价利用并有效避免储藏过程中对大米的蒸煮品质和食用品质的下降,可行性并且适应性好。

3.本发明所涉及实验不繁琐,方便且数据准确,能够客观地反映储藏中大米品质的变化,实践中易行。

具体实施方式

下面结合实施例对本发明作进一步阐述,但不因此而现在本发明。

实施例1

一种大米储藏品质评价模型的构建方法,包括以下步骤:

(1)模拟储藏实验:采用市售编织袋包装大米样品,置于温度为15、25、30℃(60%RH)的人工气候箱中下模拟储藏实验。

(2)筛选储藏品质敏感性指标:在保留《稻谷储存品质判定规则》中脂肪酸指标的基础上,增加总酸值、还原糖含量、硬度、糊化温度指标,从多项指标中找出与储藏时间与储藏方式相关性较好的指标作为敏感性指标。对上述指标进行方差分析,与储藏时间与储藏方式都呈现显著性关系(P<0.05显著,P<0.01极其显著)的指标有:脂肪酸值、还原糖含量、硬度,选定以上三个指标为评价储藏品质的敏感性指标。

表1.

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京财经大学,未经南京财经大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510669442.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top