使用多变量特征选择和光谱分析,基于传感器对Purslane丰富的饼干进行评估.
Stanka Baycheva1, Zlatin Zlatev1, Neli Grozeva2
1Department of Food Technologies, Faculty of Technic and Technologies, Trakia University, 38 Graf Ignatiev Str., 8600 Yambol, Bulgaria.
Sensors (Basel, Switzerland)
|December 31, 2025
概括
这项研究利用传感器技术优化了使用黄油饼干中的草茎面粉. 研究发现,理想的替代水平为9.62%,增强营养价值和质地,而不会影响味道.
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
- 感官科学 感官科学
背景情况:
- 功能性成分提供了基本营养之外的健康益处.
- (Portulaca oleracea L.) 茎面粉是有价值的营养素的潜在来源.
- 优化添加成分需要强有力的质量评估方法.
研究的目的:
- 开发一个传感器集成的框架,用于评估黄瓜茎粉在黄油饼干.
- 为提高产品质量,确定紫兰茎面粉的最佳替代水平.
- 展示食品制造业质量监测的非破坏性方法.
主要方法:
- 使用多传感器探测器 (EC,pH,TDS,ORP) 和数字成像的实验设计 (DoE).
- 多变量分析包括重复缓解特征选择 (RReliefF) 和主要组件分析 (PCA).
- 为了优化,回归建模和线性编程.
主要成果:
- 使用RReliefF和PCA将54个测量减少到19个信息特征.
- 通过回归和线性编程,确定了9.62%的最佳草茎粉末替代.
- 有9.62%面粉的饼干呈现出改善的质地,增强的矿物质含量 (Ca,Mg,Fe,Zn),稳定的颜色,并保持了感官吸引力.
结论:
- 基于传感器的框架提供可靠,低成本,非破坏性的质量评估.
- 数据驱动的优化可以提高营养特征和理想的产品特性.
- 这种方法支持食品行业的高效产品开发和质量控制.


