Study on the Diffusion and Optimization of Sucrose in Gaido Seak Based on Finite Element Analysis and Hyperspectral Imaging Technology

腌制 高光谱成像 蔗糖 过程(计算) 化学 食品科学 有限元法 响应面法 计算机科学 数学 色谱法 人工智能 工程类 结构工程 操作系统
作者
Wenlong Li,Yu Shi,Xiaowei Huang,Zhihua Li,Xinai Zhang,Xiaobo Zhang,Xuetao Hu,Jiyong Shi
出处
期刊:Foods [MDPI AG]
卷期号:13 (2): 249-249
标识
DOI:10.3390/foods13020249
摘要

As a traditional Chinese dish cutting technology process, Gaidao artificially create cuts embedded in the food surface by cutting through it with knife, a process that currently plays an important role in the beef marinating process. And different Gaidao processes directly affect the beef marination flavour and marination efficiency. This study is the first to propose the use of Hyperspectral imaging technology (HSI) combined with finite element analysis to investigate the effect of Gaidao process on the quality of marinated beef. The study was carried out by collecting spectral information of beef marinated with different sucrose concentrations and combining various pre-processing methods and algorithms such as PLS, BiPLS, iPLS, and SiPLS to establish a quantitative model of sucrose concentration in beef, and finally optimizing parameters such as the length, position and number of Gaidao by Finite Element Analysis (FEA), which showed that when marinated with 1.0 mol/m³ sucrose solution, the concentration of sucrose in all tissues in the Gaidao steak reached 0.8 mol/m³ and above, which greatly improved the diffusion effect of the marinade. This work provides new ideas and methods to optimize the beef marinade Gaidao process, which has important practical value and research significance.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
oso完成签到,获得积分10
1秒前
独特念文发布了新的文献求助10
2秒前
coco关注了科研通微信公众号
2秒前
服部平次发布了新的文献求助10
2秒前
2秒前
3秒前
木木发布了新的文献求助10
4秒前
5秒前
5秒前
一一完成签到,获得积分10
5秒前
研友_ZGD9o8发布了新的文献求助10
5秒前
zzl发布了新的文献求助10
6秒前
luwanqing完成签到,获得积分10
6秒前
7秒前
Lvhao应助Liu Xiaojing采纳,获得30
8秒前
8秒前
8秒前
李健应助俭朴的一曲采纳,获得10
9秒前
刘依梦完成签到 ,获得积分10
9秒前
科研通AI2S应助东方樱采纳,获得50
10秒前
KASTTTTTT发布了新的文献求助30
10秒前
Lilysound发布了新的文献求助10
11秒前
科研通AI2S应助一一采纳,获得10
11秒前
Akim应助单薄天蓉采纳,获得10
12秒前
12秒前
巴拉巴拉发布了新的文献求助10
12秒前
椰子冰完成签到,获得积分10
13秒前
岂识浊醪妙理应助多多采纳,获得10
14秒前
Owen应助多多采纳,获得10
14秒前
weng发布了新的文献求助20
15秒前
oywc应助是小明啦采纳,获得10
15秒前
隐形曼青应助zxy采纳,获得10
15秒前
科研通AI2S应助zzqx采纳,获得10
16秒前
16秒前
17秒前
18秒前
18秒前
LOVE17完成签到 ,获得积分10
18秒前
20秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 600
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3157139
求助须知:如何正确求助?哪些是违规求助? 2808445
关于积分的说明 7877659
捐赠科研通 2466978
什么是DOI,文献DOI怎么找? 1313089
科研通“疑难数据库(出版商)”最低求助积分说明 630364
版权声明 601919