بررسی آماری و مدل سازی کیفیت و ویژگی های حسی نان بدون گلوتن به عنوان تابعی از مقادیر آرد کینوا، ذرت و گزانتان

Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 62

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IFST-14-3_006

تاریخ نمایه سازی: 2 آبان 1402

Abstract:

در این پژوهش اثر افزودن آرد کامل کینوا، ذرت و صمغ زانتان به فرمولاسیون نان بدون گلوتن بر ویژگی های حسی و کیفی موردبررسی قرار گرفت. نتایج این پژوهش نشان داد که افزودن آرد کینوا و ذرت باعث افزایش معنی دار شاخص L* و کاهش شاخص a* پوسته و مغز نان شد. همچنین افزایش درصد آرد ذرت باعث کاهش شاخص FDL* در نمونه ها شد که این امر نشان دهنده کاهش ظاهر ناهمگن سطح نان است. یافته ها نشان داد با افزایش درصد کینوا، میزان انرژی و همبستگی کاهش یافته و همگنی و انتروپی و تباین افزایش می یابد. افزایش میزان تباین و همگنی نشان دهنده بافت نرم تر محصول بوده، از سوی دیگرکاهش انرژی، همبستگی نیز سبب افزایش نرمی در بافت می شود. به نظر می رسد استفاده از آرد کامل کینوا به دلیل وجود سبوس و ایجاد شبکه، سبب نرم ­تر شدن نان نسبت به نمونه شاهد و درنتیجه سبب افزایش تباین، همگنی و آنتروپی و کاهش انرژی و همبستگی نان های تولیدی گردید. نتایج داده های حسی نشان می دهد که امتیاز پذیرش کلی تمامی تیمارهای حاوی آرد کینوا نسبت به تیمار نمونه کنترل بیشتر بود که نشان دهنده بالا بودن مقبولیت نمونه های موردآزمایش در بین مصرف کنندگان و ارزیاب ها بود. نتایج آنالیز همبستگی به خوبی نشان داد شاخص های بینایی، همبستگی بالایی (۰۵/۰>p) با ویژگی های حسی نان بدون گلوتن داشتند که بیان کننده توانایی تکنیک های پردازش تصویر در پیش بینی پذیرش مصرف کننده بود. مقادیر بالای ضریب همبستگی (۹۹۴/۰) و کمMSE  (۰۰۱۵/۰) گویای کارایی بالای سیستم استنتاج تطبیقی فازی-عصبی (ANFIS) در پیش بینی میزان پذیرش کلی نان های بدون گلوتن می باشد که می تواند به عنوان یک ابزار دقیق برای طراحی و توسعه محصولات جدید در صنعت مواد غذایی استفاده شود.

Keywords:

پردازش تصویر , ارزیابی حسی , نان بدون گلوتن , سیستم استنتاج تطبیقی فازی-عصبی (ANFIS)

Authors

سیمین قاسمی زاده

گروه علوم و مهندسی صنایع غذایی، دانشکده علوم دامی و صنایع غذایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، ایران.

بهزاد ناصحی

گروه مهندسی و فناوری کشاورزی، دانشگاه پیام نور، ایران.

محمد نوشاد

گروه علوم و مهندسی صنایع غذایی، دانشکده علوم دامی و صنایع غذایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، ایران.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Al-Mahasneh, M., Aljarrah, M., Rababah, T., Alu’datt, M., ۲۰۱۶. Application ...
  • Alencar, N.M.M., Steel, C.J., Alvim, I.D., de Morais, E.C., Bolini, ...
  • Alvarez-Jubete, L., Holse, M., Hansen, A., Arendt, E., Gallagher, E., ...
  • Elgeti, D., Nordlohne, S.D., Föste, M., Besl, M., Linden, M.H., ...
  • Föste, M., Nordlohne, S.D., Elgeti, D., Linden, M.H., Heinz, V., ...
  • Jackman, P., Sun, D.-W., ۲۰۱۳. Recent advances in image processing ...
  • Karimi, M., Fathi, M., Sheykholeslam, Z., Sahraiyan, B., Naghipoor, F., ...
  • Katina, K., Heiniö, R.-L., Autio, K., Poutanen, K., ۲۰۰۶. Optimization ...
  • Lazaridou, A., Duta, D., Papageorgiou, M., Belc, N., Biliaderis, C., ...
  • Matuda, T.G., Chevallier, S., de Alcântara Pessôa Filho, P., LeBail, ...
  • Mogol, B.A., Gökmen, V., ۲۰۱۴. Computer vision‐based analysis of foods: ...
  • Mohebbi, M., Mehraban, M., Noshad, M., Adaptive Neuro Fuzzy Modeling ...
  • Naji-Tabasi, S., Mohebbi, M., ۲۰۱۵. Evaluation of cress seed gum ...
  • Noshad, M., Mohebbi, M., Ansarifar, E., ۲۰۱۵. Quantification of enzymatic ...
  • Soukoulis, C., Lyroni, E., Tzia, C., ۲۰۱۰. Sensory profiling and ...
  • Stikic, R., Glamoclija, D., Demin, M., Vucelic-Radovic, B., Jovanovic, Z., ...
  • Świeca, M., Sęczyk, Ł., Gawlik-Dziki, U., Dziki, D., ۲۰۱۴. Bread ...
  • Yazar, G., Duvarci, O., Tavman, S., Kokini, J.L., ۲۰۱۷. Non-linear ...
  • نمایش کامل مراجع