Resumen

En comparación con el uso de un único parámetro característico de la espectroscopia de impedancia electroquímica (EIS) para clasificar la frescura de muestras de pescado de diferentes orígenes, un mayor número de parámetros característicos podría aportar una mayor precisión, así como complejidad, subjetividad e incertidumbre. Para eliminar las desventajas del modelo multiparámetro, en este estudio se propuso un método de fusión de datos basado en la similitud de modelos (DFMS). Se analizó y cuantificó la relación de similitud entre los modelos de frescura basados en los parámetros característicos EIS y en el indicador fisicoquímico y, a continuación, se determinaron los factores de ponderación del modelo de fusión. La tasa de precisión de la clasificación de la frescura del pescado basada en DFMS fue un 9,2∼15% mayor que la de un único parámetro característico EIS. El nuevo método de fusión de parámetros adimensionales propuesto en este artículo podría proporcionar un indicador sencillo pero eficaz para la evaluación de la calidad de los alimentos basada en EIS.

• Materias:Biotecnología de alimentos Composición de los alimentos Microbiología de alimentos Tecnología de alimentos Análisis de los Alimentos
• Subjects:Food biotechnology Food composition Food microbiology Food technology Food Analysis
• Palabras claves:eis, parámetros característicos, nuevo método de parámetros de fusión adimensionales, tasa de precisión de la clasificación, método de fusión de datos, espectroscopia de impedancia electroquímica, evaluación de la calidad de los alimentos, parámetro característico único, dfms, parámetro característico
• Keywords:eis, characteristic parameters, novel dimensionless fusion parameter method, classification accuracy rate, data fusion method, electrochemical impedance spectroscopy, food quality evaluation, single characteristic parameter, dfms, characteristic parameter