- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
冷等离子体处理与激光辐照小麦属种子以实现灭菌和促进发芽
摘要： 在这项研究中，采用等离子体和激光处理技术对小麦种子进行处理以促进其生长发育。等离子体处理改变了种子表面形态，不仅提高了发芽率，还表现出更强的抗真菌能力——与未处理样本相比，仅20%的种子受到真菌影响。此外，还观察到等离子体处理种子的蛋白质浓度有所增加。激光处理过程中，对小麦种子施加激光脉冲，同时使种子暴露于不同电压和作用时间下产生的氩等离子体中。这种激光处理缩短了发芽时间，增强了吸水能力，并消除了种子内外携带的种传真菌引发的病害发展。研究表明，等离子体和激光辐射对种子生长参数产生了积极影响，有望成为播种前种子处理的替代方案。
关键词： 微生物灭活、食品化学、小麦种子、等离子体化学、植物生物技术、冷等离子体、发芽
更新于2025-09-19 17:13:59
-
微粒表面柠檬醛含量的测定：近红外光谱结合化学计量学工具的应用
摘要： 本研究评估了近红外光谱（NIR）结合化学计量学工具测定微粒表面柠檬醛含量（SCCt）的效果。通过喷雾干燥法，采用十二种柠檬醛:糊精比例（CDR）与进风温度（IAT）的组合对柠檬醛进行糊精基质包埋。每个处理组提取六份样品，测定其SCCt值及近红外吸收光谱特征。经预处理后随机划分为建模集与验证集的光谱数据，用于构建以下预测模型：主成分分析-多元线性回归（PCA-MLR）、主成分分析-人工神经网络（PCA-ANN）、偏最小二乘回归（PLSR）及人工神经网络（ANN）。验证阶段显示各模型R2值介于0.73至0.96之间，均方根误差（RMSE）范围为[0.061–0.140]。模型对比表明，完整版与优化版人工神经网络模型拟合效果最佳。本研究表明，结合化学计量学工具的近红外光谱技术可用于测定微粒表面SCCt，其中人工神经网络模型表现尤为突出。
关键词： 食品成分、食品科学、光谱学、食品化学、多元线性回归、主成分分析、偏最小二乘回归、预测、化学计量学、食品分析、人工神经网络
更新于2025-09-12 10:27:22