《食品质量

PDF
《食品质量/2021年/文章

研究文章|开放获取

体积 2021年 |文章的ID 6664291 | https://doi.org/10.1155/2021/6664291

剑阳光、Yuhao刘邺城张,Gangshan Wu Rongbiao张x j·李, 融合参数的分类方法基于电化学阻抗谱的新鲜的鱼”,《食品质量, 卷。2021年, 文章的ID6664291, 9 页面, 2021年 https://doi.org/10.1155/2021/6664291

融合参数的分类方法基于电化学阻抗谱的新鲜的鱼

学术编辑器:丹尼尔Cozzolino
收到了 2020年11月09
修改后的 2021年2月22日
接受 2021年2月27日
发表 2021年3月11日

文摘

比使用单一特征参数的电化学阻抗谱(EIS)分类的新鲜鱼类样本不同的起源,特征参数可以带来更高的准确性以及复杂性,主观性和不确定性。为了消除多参数模型的缺点,基于模型的数据融合方法相似(dfm)提出了这项研究。基于EIS的新鲜度模型之间的相似性关系特征参数和相应的理化指标进行了分析和量化,然后,融合模型的权重因素确定。鱼的分类准确率新鲜基于dfm 9.2∼15%比单个EIS特征参数。这部小说无量纲参数融合方法在本文中可能提供一个简单而有效的指标EIS-based食品质量评价。

1。介绍

新鲜的保质期是一个重要的质量属性淡水鱼,迅速和食用价值降低由于内源性屠宰后自溶酶和微生物。病原微生物和微生物毒素产生腐败的过程中对消费者的健康构成严重的威胁(1]。高效、便捷、实时的新鲜度检测方法在食品安全领域发挥着重要作用,检疫的肉类产品,农产品加工。传统的新鲜度评价方法主要包括感官评估、理化分析、微生物实验。作为一个快速、无损和低成本的检测方法、感官评价在日常生活中被广泛使用;然而,个人主观无法完全消除的影响评估,即使是训练有素的观察员。尽管理化和微生物方法可以达到检测精度高,他们需要实验室人员专业技能高,检测是破坏性和耗时的2]。在过去的二十年里,不同类型的仪器检测工艺,像电子鼻3,4)、电子舌(5),近红外光谱(6],介电谱[7),高光谱成像(8],和EIS [9- - - - - -13),开发以满足消费市场需求的实时检测和在线质量监控在食品加工工厂14]。

EIS与其他仪器检测方法相比,不仅具有低成本、快速检测、简单的预处理,和便携式携带,也可以提供信息的内部组织的生物组织(15)或用传统方法难以达到的地方16]。因此,它被广泛应用在农业工程领域(17),食品科学(18),医学诊断(19),和电池技术20.,21]。对肉类检测、EIS应用评价牛肉的味道和温柔22),评估新鲜的鱼(23,24),发现烟熏产品的含盐量在生产线25- - - - - -27),和实时监控在肉类加工(脂肪和水分含量28,29日]。然而,鱼的身体成分随饲养环境,捕捞季节,遗传基因,等等。Grigorakis [30.)报道,有一个13之间的体脂百分比差异野生和养殖海鲷。基本的电气特性不可避免地会相差很大取决于个人由于良好的身体脂肪的绝缘特性。个体差异对EIS的影响检测结果是最重要的一个瓶颈限制商业化和bioimpedance技术的进一步发展。在以前的研究工作,Kramers-Kronig的方法(11,31日- - - - - -36)和弛豫时间分布(DRT)方法(37- - - - - -41是有效的工具来评估和过程质量电化学阻抗数据在特定的字段。

阻抗谱的特征参数可以分为两大类,即。,绝对坐标参数和形态学特征参数。前者是密切相关的波德图的坐标,模量和相位角等;后者是独立于协调价值但与阻抗频谱曲线的形态。在我们之前的研究42,43)、形态特征选择检测样本不同的起源。结果显示显著影响提高检测和分类的准确性,因为形态学参数影响较小的样本基本电气性能的差异。进一步分析,我们发现,每一个特征参数有其优点,不足和最佳应用范围。具体来说,形态特征参数变化显著临界点附近的腐败,不管样品相同的或不同的起源。然而,形态特征参数之间的相关性和理化指标在自溶的变质阶段较差。测量的点在此期间构成的主体误判的形态特征参数集。相比之下,绝对坐标参数的变化趋势是一个高的巧合与理化指标在整个贮藏期在实验室条件下当样本来自相同的起源,但它是非常敏感的个体差异在实际的应用程序。由于两者之间的潜在的互补性特征参数,参数融合技术可能是一个有效的方法在实际应用环境中提高分类精度。

参数融合技术已经用于预测锂离子电池的容量44,45),估算的新鲜食品等领域;然而,现有参数融合方法适用于食品质量评估领域尚未提出了一个标准化的解决方案的确定权重的因素。这个关键的参数融合方法,诸如全球稳定指数(GSI) [46),通常是基于经验或semiexperience实现(47- - - - - -49),这可能导致主观性和不确定性。

提高分类精度的鱼新鲜在实际应用程序中,数据融合方法基于模型相似性(dfm)提出了整合的优势从EIS形态特征参数和绝对坐标参数实验。基于vlsi的分类准确率和单特征参数进行对比来验证融合模型的影响。本文中的创新方法不仅改善了分类EIS的质量,而且食物的质量评价提供了一种新的解决方案。

2。材料和方法

2.1。样品制备

模拟实际应用场景,30银鲤鱼从5个不同的零售商购买,15是用来确定模型参数(集团)和其他15个样本用于模型试验(T)样本送到实验室与氧气补充,过滤后被重击的头与冰水麻醉。然后尺度和内脏被移除。清洗后,肚子肉被切成60×30毫米块干净的不锈钢刀。鱼片和无菌聚乙烯袋密封,放置在4°C冰箱。

2.2。理化分析

总挥发性碱氮(TVB-N)是鱼类腐败过程中蛋白质分解产物。半微量氮固定方法被用来测量TVB-N值。消除鱼骨和筋后,10 g的称重和磨成肉鱼泥。蒸馏水是添加到100毫升,紧随其后的是搅拌,浸泡,过滤后30分钟。5毫升的滤液滴被带进一个凯氏装置(环亚实验仪器有限公司,上海,中国;5毫升的采用解决方案(10 g / L)随后很快了。TVB-N滤液是用水蒸气蒸馏,收集的吸收剂组成的硼酸溶液(20 g / L)和混合指示剂由添加甲基红的0.1 g和0.1 g的亚甲蓝100毫升乙醇。后立即蒸馏、吸收剂与稀盐酸溶液滴定(0.01 mol / L)。随后,5毫升蒸馏水代替滤液的空白试验。TVB-N计算如下: 在哪里X是TVB-N值的毫克/ 100克;V1是消费的盐酸溶液实验(mL);V2盐酸溶液的消费空白测试(mL);c是摩尔浓度的盐酸溶液的摩尔/升;是肉体的测量质量(g);V是滤液体积添加到设备(5毫升);和V0的总量是滤液(100毫升)。

TVB-N每天屠宰后8天内测量。最后的结果是两个重复测量的平均值。

2.3。EIS测量

CHI660E电化学工作站(美国德克萨斯州CH仪器,Inc .)是用来衡量EIS的鱼片。激励电压幅值被设置为30 mV。60点以同样的时间间隔选择在对数坐标轴10赫兹和1 M赫兹之间测量频率。

二电极模式是用于测量系统。两个白金(Pt)线电极与0.5毫米直径垂直插入到肉。两个电极之间的深度和间距都是10毫米。

EIS的频率检测是一样TVB-N测量。

2.4。数据分析

dfm由MATLAB计算软件(版本7.10)。相关分析是用来从绝对坐标参数提取特征参数。新鲜分类的准确率是用来评估基于参数融合和单参数模型的影响。

3所示。结果与讨论

3.1。改变TVB-N期间存储

的平均TVB-N值组在存储图所示1。TVB-N单调增加随着储存时间的增加。在第一个3天,TVB-N的变化是温和的。增加的速度开始加快在4天。根据中国国家标准GB / T 2009.45 - -2003,拒绝限制TVB-N的淡水鱼(20毫克/ 100克)达成的第六天。

自溶酶和微生物两个主要因素负责蛋白质分解变质过程中(50]。早期的存储、微生物需要时间来适应新的环境,自溶酶在TVB-N生产中扮演主要角色,和相应的改变TVB-N是温和的。在存储的中期和后期阶段,微生物逐渐取代自溶的酶,成为蛋白质分解的主要原因由于显性腐败细菌的繁殖。相应的变化趋势是迅速崛起的TVB-N存储时间。

3.2。特征参数提取

绝对坐标参数,如阻抗模量、相位角,实部和虚部紧密相关的EIS的坐标平面的价值曲线。CHI660E的测量结果的形式表示复数的实部和虚部。然而,阻抗模量和相位角,代表电流的减少和扭曲效应,有清晰的物理意义。阻抗模量和相位角计算如下: 在|Z|是Ω的阻抗模量而言;θ相角的程度;和Z再保险Z即时通讯阻抗的实部和虚部,分别。为了匹配阻抗模量的变化趋势和PD,相角是转化为正数的逆操作。

2是一个波德图显示趋势励磁阻抗模量和相位角的频域,横坐标是测量频率,纵坐标是阻抗模量和相位角,分别。

阻抗模量和相位角随频率。由于电容引起的细胞膜和电极表面双电层的阻抗模量超过2000Ω,相角是超过40°在低频区域。与激发频率的增加,电容上面提到的价值降低了。与此同时,阻抗模量低于1000Ω,相角降至10°和30°之间的时间间隔。

阻抗模量曲线的趋势显然改变了约100赫兹。在频率100赫兹以上,随着频率的增加阻抗模量下降缓慢。在10至100赫兹的低频间隔,阻抗模量显著改变。在这个狭窄的频域,从7000Ω模数值迅速下降到2000Ω。低频范围的快速变化的趋势是一致的频率响应的双电层电容测量电路中串联连接。因此,电性质的鱼是被双电层电容的低于100赫兹。鱼的有效频率范围反映出电性质是100比1 M赫兹。在这个渐进的间隔,之间有一定的线性相关的绝对坐标参数对应于不同的频率;因此,只有一个值在一个特定的频率被选为融合阻抗模量和相位角参数,分别。

如图3绝对坐标参数之间的系数的决心和TVB-N通过相关性分析方法,和TVB-N最大的确定系数值被选为融合参数。

横坐标是激发频率,纵坐标是决定系数(R2绝对坐标参数和TVB-N之间);红酒吧代表相角,蓝酒吧是阻抗模量。模拟实际应用环境中,样本随机从多个零售商购买。由于个体差异的样本来自不同的起源,相关分析的结果低于类似的研究样本相同的起源和相同的批处理。

决定系数的曲线之间的相位角和TVB-N两座山峰之间的频率间隔100和1赫兹,其中一个位于约300赫兹,另一个是在域从80 k到400 k赫兹。的最大R2为0.60,和相应的频率是100 kHz。的最大R2阻抗的模量出现在1 kHz的相位角的山谷地区;值为0.56。因此,相位角在100 kHz和模量在1 k赫兹被选为绝对坐标参数融合建模。

与绝对坐标参数,形态特征参数是独立的EIS曲线的坐标平面的价值,只有与曲线的形状有关。常见的形态特征参数包括坡度、弧度和钢管的区别。钢管的区别(PD)被用于这项研究参与建模的过程。如图4帕金森病是y设在投影之间的距离最高点和最低点相角曲线。

PD在存储期间的变化如图5。期间有一个短暂的上升PD的预处理和post-rigor僵化阶段屠宰后不久(阶段1)。在自溶的阶段,PD与储存时间的延长缓慢下降(阶段2)。在第六天当达到损坏的临界点,PD的下降速度明显加快(阶段3)。

PD的投影距离y设在最高点与最低点之间的“S”形的相角曲线(图1)。根据电气原理,纯电阻元件的相角曲线是一条线段x设在和PD值是0;PD结合组成的元素抗性和元件的参数的值总是大于0。中、晚期的腐败,细胞膜破裂。电解液的细胞内液和细胞外液流出,然后融合。鱼的宏观电性质由阻容混合改为纯电阻,和相应的PD值也倾向于0。

3.3。基于模型的数据融合方法相似(dfm)

权重因子的测定是最重要的一个步骤的融合算法,但没有规范的方法来获得权重因素的最佳组合。与提取的绝对坐标参数,没有直接的线性关系的绝对坐标参数和形态特征参数的机制。因此,如果相关分析是用来确定权重因子,样本量大,必须保证结果的有效性。此外,权重因子也可以通过经验估计,但不可避免地存在着一定程度的主观性和不确定性。

针对这一问题,基于模型的数据融合方法相似(dfm)提出了这项研究。模型描述鱼的新鲜度,是否基于TVB-N EIS特征参数,所有现在的曲线不同存储时间。该方法的核心思想是比较和量化融合的形态差异曲线参数和控制参数和设置更大的权重系数较小的形态差异的融合参数曲线的控制参数。详细的计算步骤如下:(1)曲线Syntropy大多数指标相关食品新鲜度一般与储存时间上升或下降的趋势。阻抗模量、相位角和PD以来所有随时间单调减少屠宰后的第二天。然而,TVB-N,作为控制参数,增加在贮藏期的时间。为了确保融合参数和控制参数有相同的趋势,相反的阻抗模量、相位角和PD计算融合参数。因此,融合参数包括阻抗模量(=2,3、…8)、相位角(一个=一个2,一个3、…一个8)和PD (P=p2,p3、…p8控制参数是TVB-N (),T=t2,t3、…t8)。在哪里t是相位角的平均值和TVB-N每天测量组吗,,一个,p相反的模量相应数量的值,相位角和PD。(2)Nondimensionalization由于不同维度不同的参数没有可比性。平均值法nondimensionalize数据。无量纲阻抗模量( )计算如下。一个 ,P ,T 相应的计算。 在哪里一个= 2,b= 8代表存储。(3)对齐的初始点曲线的初始点对齐虽然减去相应的初始值。 在哪里 是阻抗模nondimensionalization后第二天;相应的相角值( )和PD ( )相应的计算。所有曲线的初始点被转移到坐标原点。(4)计算平均根均方距离(RMSD) 平均RMSD量化的平均曲线形态差异融合参数和控制参数。(5)计算最小RMSD 最低RMSD代表最低融合参数的曲线形态区别和控制参数。(6)RMSD融合参数的计算 表示时RMSD模量曲线和TVB-N之间;相应的相角值(RMSD一个)和PD (RMSDP)相应的计算。(7)形态相似的计算曲线(MSC) MSC代表模量和TVB-N的形态相似性曲线。与所有融合参数的曲线相比,相应的相角值(MSC一个)和PD (MSCP)相应的计算。(8)计算权重的因素权重因素的阻抗模量方程(3)得到如下;相应的相角值( )和PD ( )相应的计算。 (9)融合参数的标准化正常化融合参数根据方程GSI实施方法(30.]。变项Vij计算如下: 在哪里Cij指标的测量值是在时间j单位;C0的初始值指标吗;和l是指标的阈值Vij描述了测量变异相比的最大容忍变异指标在时间j单位。(10)加权融合dfm的价值指标j时间是计算如下: 在哪里n模型中所涉及的指标数量;Vij是变异条件;和α指标的权重因子吗我。

3.4。基于dfm新鲜分类和预测

EIS测量组的结果尽管dfm处理。融合的加权因素参数的计算结果,分别如下:模数为0.327,相角是0.296,PD是0.377。和新鲜的分类和预测基于vlsi和储存时间,分别如图6(一)和6(b)。

TVB-N相反,dfm指标呈现单调下降的趋势与存储时间。相比之下,图1,TVB-N拒绝限制6天;相应的dfm指示值在图0.476(a)在相应的储存时间,模量的值,相角,和PD 1120, 14.8,和6.4,分别。这些值被认为是腐败的临界点为每个特征参数。模量、相位角、PD和dfm指标都随时间减少。新鲜分类结果的判断是正确的,当第一和第五天之间的测量值大于临界点,或测量值6日到8日天不到临界点。此外,预测基于dfm发起的另一个独立的实验如图6(b)。新鲜的准确率决心基于dfm指示器和单一指标如表所示1


集团 模量(%) 相位角(%) PD (%) dfm指标(%)

82.5 85.8 86.7 95.0
T 79.2 83.3 85.0 94.2

校准样品(集团)被用来过滤特征参数和计算的权重因素融合模型,和测试样品(集团T)没有参与建模过程。后者能更有效地反映实际应用场景下的分类效果。为集团T,dfm指标的分类准确率为94.2%,显著高于模量(79.2%)、相位角(83.3%),和PD (85.0%)。

4所示。结论

为了提高新鲜分类样本来自多个来源的准确性,阻抗模量、相位角,PD被dfm融合。与单一特征参数相比,新鲜基于融合模型的分类准确率从79.2%上升-85.0%到94.2%。结果表明,dfm可以有效地分配加权系数的融合模型的关键步骤。本文中的创新方法不仅改善了分类质量的EIS在实际应用环境中,但也提供了一个新的想法在食品的质量评价可以从分类结果消除主观性和不确定性。EIS新鲜基于参数融合分类方法可能是一个潜在的解决方案开发的便携式检测设备消费市场在食品加工工厂和在线监控系统。

缩写

EIS: 电化学阻抗谱
dfm: 基于模型的数据融合方法相似
助教: 全球稳定指数
集团: 模型组(样品被用来确定模型参数)
集团T: 测试组的样本用于模型试验)
TVB-N: 总挥发性碱氮
帕金森病: 钢管的区别(阻抗光谱学的形态学参数)
表示: 根均方距离(dfm计算工艺参数)
硕士: 形态相似的曲线(dfm计算工艺参数)。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是由中国国家自然科学基金资助(批准号61673195)和青年支持江苏农林职业学院的项目(批准号2020 kj013)。

引用

  1. a . e .廖洪钧、d·戴夫,s .让步和m . s .布鲁克斯,“鱼变质机制和保护技术:审查,”美国应用科学杂志》上,7卷,不。7,859 - 877年,2010页。视图:出版商的网站|谷歌学术搜索
  2. 黄永发。程,D.-W。太阳,X.-A。曾庆红,和刘”,在方法和技术最新进展新鲜鱼类和鱼的质量测定和评价:复习一下,”食品科学与营养的关键评论,55卷,不。7,1012 - 1225年,2015页。视图:出版商的网站|谷歌学术搜索
  3. m·奥康奈尔g . Valdora g . peltz, r . m . Negri“鱼新鲜的实用方法决定使用便携式电子鼻子,“传感器和执行器,B:化学卷,80年,第154 - 149页,2001年。视图:谷歌学术搜索
  4. l . h . m . Li Wang太阳,g .赵黄和x“电子鼻的应用测量总挥发性碱性氮和总可行的数量打包猪肉冷藏期间,“食品科学杂志,卷81,不。4,M906-M912, 2016页。视图:出版商的网站|谷歌学术搜索
  5. l . j .汉黄、顾z和邓,“鱼质量和新鲜度评价基于电子舌,“中国农业工程学会的事务,2008卷,2008年。视图:谷歌学术搜索
  6. s . Kuroki t . Kanoo h .伊藤y Ohkawa,和h . Kamisoyama“无损测量轻轻加热鸡肉壳鸡蛋的蛋黄粘度”《食品工程卷。205年,18 - 24,2017页。视图:出版商的网站|谷歌学术搜索
  7. m . Castro-Giraldez p . Botella f . Toldra, p . Fito“低频介电谱确定猪肉质量。”创新食品科学和新兴技术,11卷,不。2、376 - 386年,2010页。视图:出版商的网站|谷歌学术搜索
  8. d .傅问:王,“预测模型的检测鸡蛋新鲜度,酸度和粘度使用hyper-spectral成像,”食品科学,37卷,不。22日,第179 - 173页,2016年。视图:谷歌学术搜索
  9. m . e . Orazem和b . Tribollet16。代表阻抗的方法约翰·威利& Sons Inc .霍博肯,新泽西,美国,2008年。
  10. m . e . Orazem: Pebere, b . Tribollet增强电化学阻抗数据的图形表示,“电化学学会》杂志上,卷153,不。4、2006。视图:出版商的网站|谷歌学术搜索
  11. p•阿加瓦尔”应用程序测量模型的阻抗光谱学三世。评价的一致性kramers-kronig关系。”电化学学会》杂志上,卷142,不。12,4149页,1995年。视图:出版商的网站|谷歌学术搜索
  12. f . Ciucci”建模的电化学阻抗谱,“目前看来在电化学13卷,第139 - 132页,2019年。视图:出版商的网站|谷歌学术搜索
  13. e . iver Tiffee应承担的a·韦伯和h . Schichlein“电化学阻抗谱,”手册的燃料电池w . Vielstich, a·拉姆·h·a . Gasteiger和h .川尚,Eds。美国新泽西州霍博肯市威利,2010年。视图:谷歌学术搜索
  14. 黄懿慧张和y孟”,肉品品质的无损检测技术的研究和进展,”食品工业的科技33卷,第391 - 392页,2012年。视图:谷歌学术搜索
  15. s·m·m·伊斯兰教,m·a·r·雷扎和m . a .冻疮”发展的多频电阻抗光谱学(EIS)系统早期发现乳腺癌,”国际期刊的电子和信息,卷2,26 - 32,2013页。视图:谷歌学术搜索
  16. t .回购、j . Laukkanen和r . Silvennoinen”测量树的根系生长使用电阻抗光谱学,”席尔瓦Fennica39卷,第166 - 159页,2005年。视图:出版商的网站|谷歌学术搜索
  17. t .回购,a . Korhonen t Lehto, r . Silvennoinen”评估霜冻害菌根和non-mycorrhizal欧洲赤松苗的根电阻抗谱的使用分类分析,“,30卷,不。2、483 - 495年,2016页。视图:出版商的网站|谷歌学术搜索
  18. g . Chee n . Rungraeng j·h·汉,和美国,“电化学阻抗谱作为一种替代方法来确定介电常数的土豆在不同水分含量,”食品科学杂志,卷79,不。2,E195-E201, 2014页。视图:出版商的网站|谷歌学术搜索
  19. 美国g .凯尔Bosaeus,公元De洛伦佐et al .,“生物电阻抗分析二:利用在临床实践中,“临床营养,23卷,不。6,1430 - 1453年,2004页。视图:出版商的网站|谷歌学术搜索
  20. m . Papac诉Stevanovi a Zakutayev et al .,“三重ionic-electronic导电氧化物为下一代电化学设备,”自然材料,20卷,不。3、301 - 313年,2020页。视图:出版商的网站|谷歌学术搜索
  21. 科孜s Randau d·a·韦伯o . et al .,“基准全固态锂电池的性能,”自然能源,5卷,不。3、259 - 270年,2020页。视图:出版商的网站|谷歌学术搜索
  22. p . j . Lepetit出售,r . Favier r .装饰板材,“电阻抗和tenderisation牛肉”,肉类科学,60卷,不。1,51 - 62,2002页。视图:出版商的网站|谷歌学术搜索
  23. e . Perez-Esteve a . f r·格劳et al .,“使用阻抗光谱预测新鲜海鲷(黄aurata),“食品控制,35卷,不。1,第365 - 360页,2014。视图:出版商的网站|谷歌学术搜索
  24. Ø。g . Martinsen s Grimnes, p . Mirtaheri“非侵入式测量事后黑线鳕墨镜试点研究介电性能的变化,“《食品工程,43卷,不。3、189 - 192年,2000页。视图:出版商的网站|谷歌学术搜索
  25. Rizo a, a·富恩特斯Fernandez-Segovia, r . Masot m . Alcaniz和j·m·强烈阵雨”发展的新鲑鱼salting-smoking阻抗光谱学方法和过程监控,“LWT-Food科技,51卷,不。1,第224 - 218页,2013。视图:出版商的网站|谷歌学术搜索
  26. p . Karaskova a·富恩特斯Fernandez-Segovia, m . Alcaniz r . Masot和j·m·强烈阵雨”发展的低成本非破坏性测量系统水分和盐含量熏鱼产品,”Procedia食品科学1卷,第1201 - 1195页,2011年。视图:出版商的网站|谷歌学术搜索
  27. r . Masot m . Alcaniz a Fuentes et al .,“设计一种低成本的非破坏性守时系统测量使用阻抗光谱学食品盐含量,”传感器和执行器:物理,卷158,不。2、217 - 223年,2010页。视图:出版商的网站|谷歌学术搜索
  28. w·d·m·j·Marchello俚语,j·k·卡尔森,“生物电阻抗:脂肪含量的不同大小的磨,牛肉和猪肉”动物科学杂志》,卷77,不。9日,第2468 - 2464页,1999年。视图:出版商的网站|谷歌学术搜索
  29. m . Chanet c .河,p . Eynard“电阻抗谱粉碎性肉类产品生产过程的控制,”《食品工程,42卷,不。3、153 - 159年,1999页。视图:出版商的网站|谷歌学术搜索
  30. k . Grigorakis”成分和感官质量的养殖和野生乌颊鱼海鲷(黄aurata)和鲈鱼(Dicentrarchus labrax)和影响因素:审查。”水产养殖,卷272,不。1 - 4,55 - 75、2007页。视图:出版商的网站|谷歌学术搜索
  31. b . A . Boukamp”一个线性kronig克雷默斯变换为导抗测试数据验证,”电化学学会》杂志上,卷142,不。6,1885 - 1894年,1995页。视图:出版商的网站|谷歌学术搜索
  32. b . a . Boukamp和j·r·麦克唐纳”替代Kronig-Kramers转换和测试和分布,估计”固态离子,卷74,不。1 - 2、85 - 101年,1994页。视图:出版商的网站|谷歌学术搜索
  33. j·m·埃斯特万和m . e . Orazem,”克雷默斯kronig应承担的应用关系评价的一致性电化学阻抗数据,”电化学学会》杂志上,卷138,不。1,第76 - 67页,1991。视图:出版商的网站|谷歌学术搜索
  34. b . Hirschorn和m . e . Orazem kramers-kronig的敏感性关系在阻抗测量非线性影响,”电化学学会》杂志上,卷156,不。10日,C345-C351, 2009页。视图:出版商的网站|谷歌学术搜索
  35. t . j . Liu黑湾,f . Ciucci“贝叶斯观点希尔伯特变换和电化学阻抗的Kramers-Kronig变换数据:概率估计和质量分数,”Electrochimica学报文章ID 136864卷,357年,2020年。视图:出版商的网站|谷歌学术搜索
  36. f . Ciucci,”高斯过程希尔伯特变换(GP-HT):测试电化学阻抗谱数据的一致性,“电化学学会》杂志上,卷167,不。12篇文章ID 126503 2020。视图:出版商的网站|谷歌学术搜索
  37. I.-T。艾伦,e·艾伦,a·韦伯“评估电化学阻抗谱分布的放松时间,“Journal-Ceramic日本社会,卷125,不。4、193 - 201年,2017页。视图:谷歌学术搜索
  38. j·刘,f . Ciucci放松的高斯过程分布:机器学习工具电化学阻抗谱数据的分析和预测,“Electrochimica学报文章ID 135316卷,331年,2019年。视图:谷歌学术搜索
  39. t·黑湾m .据Saccoccio c . Chen和f . Ciucci”离散化的影响弛豫时间分布的反褶积方法:用DRTtools实现径向基函数,“Electrochimica学报卷,184年,第499 - 483页,2015年。视图:出版商的网站|谷歌学术搜索
  40. d .铁线莲,转眼间,m . p . Carpanese et al .,“弛豫时间分布和等效电路分析Ba0.5Sr0.5Co0.8Fe0.2O3−δ”,催化剂,9卷,不。5,441年,页2019。视图:出版商的网站|谷歌学术搜索
  41. 黄j . m . Papac, r . O 'Hayre”对健壮的自治阻抗光谱学分析:校准的分层贝叶斯方法电化学阻抗谱(EIS)反演,”Electrochimica学报文章ID 137493卷,367年,2020年。视图:出版商的网站|谷歌学术搜索
  42. j .太阳,r·张,y, g . Li和梁问:“估计新鲜基于EIS的鲤鱼形态特点,“《食品工程卷。193年,58 - 67、2017页。视图:出版商的网站|谷歌学术搜索
  43. j .太阳,r·张y . Zhang et al .,“鱼新鲜分类根据EIS参数之间的关系和变质阶段,“《食品工程卷,219年,第110 - 101页,2018年。视图:出版商的网站|谷歌学术搜索
  44. y . k . Liu商,问:欧阳et al .,“数据驱动的方法与不确定性量化预测未来能力和剩余使用寿命的锂离子电池,”IEEE工业电子产品,卷68,不。4,p。2020。视图:谷歌学术搜索
  45. k . Liu x, z魏et al .,”修改后的高斯过程回归模型预测锂离子电池的循环能力,”IEEE交通电气化,5卷,不。4、1225 - 1236年,2020页。视图:谷歌学术搜索
  46. h .香港y罗、朱s和h .沈”应用程序的稳定指数法预测质量恶化自大鲤鱼(Aristichthys nobilis)负责人在存储在不同的温度下,“《食品工程,卷113,不。4、554 - 558年,2012页。视图:出版商的网站|谷歌学术搜索
  47. 罗朱,y, l·冯和y包,“建立动力学模型基于电导率和全球稳定指数预测的质量电泳鲫鱼(C arassius auratus gibelio)冷却存储期间,“《食品加工和保存,39卷,不。2、167 - 174年,2015页。视图:出版商的网站|谷歌学术搜索
  48. y l·鲍y . k .罗y . m . Zhang y . f .沈和沈h . x的应用全球稳定指数法预测的质量恶化blunt-snout鲷(Megalobrama amblycephala在冷冻储存。”食品科学与生物技术22卷,第1313 - 1309页,2013年。视图:出版商的网站|谷歌学术搜索
  49. m . Achour”,一种新的方法来评估食品质量退化的存储期间,“《食品工程,卷75,不。4、560 - 564年,2006页。视图:出版商的网站|谷歌学术搜索
  50. m . c . Pina-Perez a·里瓦斯a·马丁内斯·d·罗德里戈,“抗菌的潜力宏观和微藻对致病性和腐败微生物在食品,”食品化学卷。235年,34-44,2017页。视图:出版商的网站|谷歌学术搜索

版权©2021剑太阳等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。

相关文章

对本文没有相关内容可用。
PDF 下载引用 引用
下载其他格式更多的
订单打印副本订单
的观点343年
下载386年
引用

相关文章

对本文没有相关内容可用。

文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。获奖的文章阅读