【摘要】：假單胞菌是導(dǎo)致雞肉腐敗的最主要優(yōu)勢致腐菌。常規(guī)的檢測方法或前處理繁瑣、鑒定結(jié)果準(zhǔn)確率低、鑒別的菌株種類有限,或操作繁瑣、試劑昂貴、測定過程耗時長,都不滿足現(xiàn)場快速檢測的要求。為了快速識別雞肉中的假單胞菌,本研究首先從雞肉中分離篩選出假單胞菌;然后分別利用嗅覺可視化和近紅外光譜分析技術(shù),以及將兩種技術(shù)相融合的方法實現(xiàn)雞肉中假單胞菌的快速分類鑒別。主要內(nèi)容如下:(1)雞肉中優(yōu)勢致腐菌的分離篩選以及鑒定。試驗利用不同的選擇培養(yǎng)基從腐敗雞肉中分離篩選出18株致腐菌,然后利用聚合酶鏈反應(yīng)技術(shù)(PCR)對篩選出的致腐菌進行鑒定。根據(jù)鑒定結(jié)果,選擇最主要的優(yōu)勢致腐菌——假單胞菌作為研究對象,為后期雞肉中假單胞菌的分類鑒別提供可靠的實驗樣本。(2)基于嗅覺可視化技術(shù)的雞肉中假單胞菌快速鑒別。試驗首先篩選出12種對假單胞菌菌液生長代謝過程中散發(fā)的揮發(fā)性氣體敏感的氣體色敏材料(9種卟啉類化合物和3種pH指示劑)自制成嗅覺可視化傳感系統(tǒng),然后利用掃描儀采集嗅覺可視化傳感系統(tǒng)與五組假單胞菌(蓋氏假單胞菌P.gessardii、嗜冷假單胞菌P.psychrophila、莓實假單胞菌P.fragi、熒光假單胞菌P.fluorescens以及四種假單胞菌混合菌)菌液揮發(fā)性氣體反應(yīng)前后的圖像。根據(jù)反應(yīng)前后圖像的RGB顏色變化值,每個假單胞菌菌液樣本可對應(yīng)36個顏色變量(12×3個)。利用主成分分析(PCA)對原始變量進行聚類分析,再分別利用線性的K最近鄰法(KNN)和非線性的支持向量機(SVM)與反向傳播人工神經(jīng)網(wǎng)絡(luò)(BP-ANN)算法建立雞肉中假單胞菌的分類識別模型。實驗結(jié)果表明,當(dāng)主成分?jǐn)?shù)為6時的BP-ANN模型的預(yù)測性能最佳,其訓(xùn)練集以及預(yù)測集識別率分別為92.5%與90%。(3)基于近紅外光譜技術(shù)的雞肉中假單胞菌快速鑒別。試驗利用近紅外光譜儀采集五組假單胞菌菌液的透射光譜信息,并結(jié)合合適的模式識別方法對光譜數(shù)據(jù)建模分析。首先運用標(biāo)準(zhǔn)正態(tài)變量變換(SNV)預(yù)處理原始光譜,并結(jié)合PCA方法對預(yù)處理后的光譜數(shù)據(jù)聚類分析,然后有比較的采用遺傳算法(GA)對預(yù)處理后的光譜進行10次特征變量的篩選,以篩選出的變量為輸入分別建立雞肉中假單胞菌的KNN、SVM和BP-ANN分類識別模型。實驗結(jié)果表明,當(dāng)變量數(shù)為33,主成分?jǐn)?shù)為8時的BP-ANN模型預(yù)測性能最佳,其訓(xùn)練集以及預(yù)測集識別率分別為98.33%與95%。(4)基于嗅覺可視化和近紅外光譜信息融合技術(shù)的雞肉中假單胞菌快速鑒別�？紤]到單一檢測技術(shù)存在的局限性,研究進一步利用多傳感器信息融合技術(shù)對五組假單胞菌菌液進行分類鑒別。試驗首先分別利用嗅覺可視化系統(tǒng)和近紅外光譜儀獲取五組假單胞菌菌液的氣味信息和透射光譜信息,并提取出36個氣味信息和33個光譜信息特征變量,然后利用PCA對兩種技術(shù)獲得的特征變量進行主成分?jǐn)?shù)的優(yōu)化,以優(yōu)化后的主成分組合為輸入變量,在特征層上對提取的特征變量進行融合處理,建立雞肉中假單胞菌的BP-ANN分類識別模型。結(jié)果表明,當(dāng)氣味信息特征變量的主成分?jǐn)?shù)為6,光譜信息特征變量的主成分?jǐn)?shù)為8時,建立的BP-ANN模型識別效果最好,其訓(xùn)練集和預(yù)測集的識別率分別為100%和98.75%。研究表明融合技術(shù)模型要好于單一技術(shù)模型,且模型的準(zhǔn)確性以及穩(wěn)定性都有顯著提升。本試驗為采用多傳感信息融合技術(shù)對雞肉中假單胞菌的分類鑒別提供了理論基礎(chǔ)與方法指導(dǎo),有效實現(xiàn)了快速、準(zhǔn)確地監(jiān)控雞肉中假單胞菌的菌落組成及動態(tài)變化,縮短了檢測時間,為雞肉保質(zhì)期的延長提供了有效參考。
[Abstract]:......
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：O657.33;TS251.55

【參考文獻】

相關(guān)期刊論文 前10條

1 孔西曼;張公亮;王佳瑩;朱耀磊;吳虹燕;侯紅漫;;環(huán)境因素對即食海參蜂房哈夫尼菌群體感應(yīng)的影響[J];現(xiàn)代食品科技;2017年01期

2 王增麗;馮浩;余坤;;基于主成分分析的不同預(yù)處理麥秸改良土壤效果評價[J];農(nóng)業(yè)機械學(xué)報;2016年10期

3 韓艷楠;余銀春;王鑫毅;王麗;劉曉琳;金珊;趙青松;;牛蛙致病變形菌的鑒定及其敏感藥物篩選[J];微生物學(xué)通報;2016年06期

4 石吉勇;胡雪桃;朱瑤迪;申婷婷;鄒小波;徐藝偉;;基于近紅外光譜技術(shù)的醋醅中常見桿菌快速識別[J];農(nóng)業(yè)機械學(xué)報;2016年02期

5 夏秀東;劉小莉;王英;李瑩;董明盛;周劍忠;;白魚腐敗細(xì)菌的分離與鑒定[J];食品科學(xué);2015年21期

6 黃星奕;管超;丁然;呂日琴;;基于嗅覺可視化和近紅外光譜融合技術(shù)的海鱸魚新鮮度評價[J];農(nóng)業(yè)工程學(xué)報;2015年08期

7 高琳;陳萬義;任婧;;食品中熒光假單胞菌的危害及其快速檢測方法研究進展[J];食品工業(yè)科技;2015年16期

8 婁永江;柳麗;;即食海蜇中特定腐敗菌的分離及PCR檢測[J];食品工業(yè)科技;2014年12期

9 h"鳳女;劉建學(xué);韓四海;徐寶成;李佩艷;羅登林;田碩;;基于支持向量機的食源性致病菌近紅外光譜鑒別[J];食品科學(xué);2014年12期

10 鮑延娥;董曉芳;佟建明;高玉鵬;劉炎;;糞腸球菌益生特性的體外評價[J];西北農(nóng)業(yè)學(xué)報;2013年11期

相關(guān)博士學(xué)位論文 前1條

1 張雷蕾;冷卻肉微生物污染及食用安全的光學(xué)無損評定研究[D];中國農(nóng)業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前5條

1 趙晗旭;不同野生動物腸道微生物多樣性分析及功能初步研究[D];吉林農(nóng)業(yè)大學(xué);2015年

2 李祥輝;近紅外光譜在食品檢驗及生物分析中的應(yīng)用研究[D];福州大學(xué);2013年

3 劉超群;冷鮮豬肉中微生物預(yù)測模型的建立及控制工藝研究[D];武漢工業(yè)學(xué)院;2011年

4 張一敏;冷卻牛肉假單胞菌生長動力學(xué)模型及貨架期預(yù)測模型的研究[D];山東農(nóng)業(yè)大學(xué);2010年

5 李虹敏;生鮮雞肉產(chǎn)品微生物污染分析及其保鮮技術(shù)研究[D];南京農(nóng)業(yè)大學(xué);2009年

，

本文編號：2253266