释放ANN优化在甜品种干燥过程中的潜力
Olja Šovljanski1, Biljana Lončar1, Lato Pezo2
1Faculty of Technology Novi Sad, University of Novi Sad, Bulevar Cara Lazara 1, 21000 Novi Sad, Serbia.
Foods (Basel, Switzerland)
|January 11, 2024
概括
人工神经网络 (ANN) 的优化可以提高甜的干燥,改善营养含量和生物活动. 紫色甜在经过优化干燥后显示出优异的抗氧化剂和化合物水平.
科学领域:
- 食品科学与技术 食品科学与技术
- 农业科学 农业科学
- 生物技术是生物技术.
背景情况:
- 甜品种 (白色,粉红色,色,紫色) 具有独特的特征,影响干燥结果.
- 传统的干燥方法可能无法充分利用甜的营养和生物活性潜力.
- 人工神经网络 (ANN) 为复杂的食品加工提供了先进的优化功能.
研究的目的:
- 探索ANN优化技术对各种甜干燥方法的潜力.
- 研究ANN驱动优化对不同甜品种的物理化学和生物特性的影响.
- 确定最佳的干燥参数,以最大限度地提高干中的有益化合物和活性.
主要方法:
- 实验研究涉及不同的干燥技术应用于白色,粉红色,色和紫色的甜.
- 利用人工神经网络 (ANN) 优化来确定理想的干燥参数.
- 分析关键的食品相关特征:颜色,总,抗氧化剂,抗微生物,抗高血糖,抗炎活性,化学,矿物质和水分含量.
主要成果:
- ANN优化显著影响了不同甜品种的干燥效率.
- 紫色的甜显示出更高的含量 (1677.76 mg/100 g) 和增强的抗氧化活性 (DPPH: 1500.56,ABTS: 10083.37 μg TE/100 g).
- 优化的参数产生了高的抗炎症 (8.93%) 和抗高血糖 (24.42%) 活动,在冷解样本中含水量低 (2.97%).
结论:
- 针对特定的甜品种量身定制干燥策略,最大限度地提高它们的营养价值,ANN优化至关重要.
- 紫色甜是一种丰富的生物活性化合物的来源,从优化干燥中显著受益.
- 这项研究为食品科学应用提供了通过先进的干燥优化来提高甜质量的宝贵见解.
