不同大豆品质加工豆腐适宜性的模式识别研究＊

近年来，植物化学成分丰富的食物消耗量逐年递增，这些食物包括谷物、蔬菜、水果等[1]。在大量的资源中，大豆作为最重要一种谷物之一，其对人身体健康非常有益。大豆可以作为原料生产制备多种对身体有益豆制品，包括豆浆粉、豆腐、千叶豆腐、豆干等[2]。在大量的豆制品中，豆腐作为主导食品，已经广泛地受到消费者欢迎，其丰富的蛋白营养对人体健康非常有益，因此对豆腐深入研究的项目是必不可少的。决定豆腐品质最直接的因素即质构特性，而对豆腐品质产生影响的因素是大豆及豆浆的品质[3]。豆腐的品质及产率与大豆及豆浆的理化指标有着错综复杂的关系，大豆及豆浆基础理化指标较多，理化指标间有重叠的影响因素、相关性复杂，所以利用主成分分析法提取主成分，再进行聚类分析，对大豆是否适合做豆腐进行分类，进而进行判别分析为今后大豆育种提供便利条件及理论基础，为豆腐加工生产中品种的选择提供良好快速的方法，为豆腐工业化、机械化生产提供理论依据。

其中h0表示为背景图像，hi表示为i时刻获取的图像，x，y表示像素位置，di表示差值图像，ω为阈值，一般取10～30。

1 材料与方法

1.1 材料

1.1.1 供试原料

供试大豆品种均为国家大豆产业技术中心体系专家馈赠，本文选择68种大豆，具体信息见表1，下文均以编号形式代替品种名称。

1.1.2 主要仪器与设备

KDN-08C（047）全自动凯示定氮仪；SZF-061脂肪测定仪：上海洪记仪器设备有限公司；101A-2型电热鼓风干燥箱：上海博讯仪器设备公司；UV-1700紫外可见分光光度计；TL-18M高速低温离心机：美通贸易有限公司；6300C原子吸收分光光度计：日本岛津公司。

动物学家发现，在自然界中，很多动物都非常重情谊，会对死亡的同类进行悼念，其“葬礼”五花八门，有些“葬礼”还非常隆重呢！

1.2 方法

由表5和图1可知：前6个主成分的特征值大于1，且累积贡献率达到72.114%，综合体现大豆及豆浆理化指标的大部分信息，因此可以确定6个主成分。

2010年央行宣布重启人民币汇率形成机制改革后，人民币汇率继续升值，但由于此时我国新增4万亿经济刺激计划的逐步落实，宏观经济增长率并没有出现大幅下滑，但此次经济增长更多依赖于国内投资和内需增加，并引发国内物价的小幅上升；此外，在全球货币贬值背景下人民币币值的坚挺也使我国进出口贸易受到影响。由于后金融危机时期我国经济对世界经济的带动地位，我国外汇储备规模得到了进一步提升。

蛋白质的检测参照GB5009.5-2010；脂肪的检测参照GB/T5009.6-2003；水分含量的检测参照GB5009.3-2016；钙含量的检测参照GB/T5009.92-2003；铁含量的检测参照GB/T5009.90-2003；磷含量的检测参照GB/T5009.87-2003；镁含量的检测参照GB/T5009.90-2003。

表1 大豆品种编号及名称

注：1～13号为北京地区提供，15～25号为圣丰集团提供，25～36为呼伦贝尔地区提供，37～46号为沈阳地区提供，47～56号为大庆地区提供，53～68号为东北农业大学提供。

编号1 2 3 4 5 6 7 8 9 1 0 11 12 13 14 15 16 17 18 19 20 21 22 23名称吉303吉206东农48东农64合农76黑农65黑农53合交07399富豆6齐农5绥农75绥5547齐0502787徐豆14徐豆18徐豆20圣豆5圣豆9圣豆10蒙1001濉科8圣豆15圣豆41编号24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46名称圣豆43圣豆44黑河43绥农73蒙豆39垦鉴豆28黑河55中黄911黑河45登科1号绥农72克山1号北豆19吉育72吉育86吉551吉333610长农38长农39辽豆46辽豆48铁豆72铁豆77编号47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68名称吉303吉206东农48合农76富豆6绥农75绥5547齐050278抗线虫8蒙豆39吉303吉206东农48东农64合丰55黑农65黑农48黑农53安0910富豆6齐农5黑河43

1.2.2 植酸含量的检测方法

1.2.5.2 豆腐得率的测定

式中，P为评价区域土壤中重金属的污染指数；C为评价单元土壤中重金属的实测质量分数均值，mg·kg-1；Cs为土壤重金属的限量值，采用 GB 15618中规定的土污染风险筛选值，mg·kg-1；

1.2.3 蛋白亚基7S、11S含量的检测方法

本试验中用于大豆分离蛋白（SPI）的提取以及蛋白液前处理的方法参照了刘香英等[6]的研究方法进行处理。

由表6可知，百粒重、蛋白质、蛋脂比和豆浆蛋白在第1主成分上有较高的载荷系数；脂肪、7S、11S和7S/11S在第2主成分上有较高的载荷系数；含水量和植酸在第3主成分上有较高的载荷系数；脂肪氧化活性酶在第4主成分上有较高的载荷系数；胰蛋白酶抑制剂、钙、铁、镁和磷在第5主成分上有较高的载荷系数；蛋白回收率在第6主成分上有较高的载荷系数。所提取的6个主成分包含了指标体系的全部信息，可以替代原有的17个指标对大豆制备豆腐进行综合评价。

1.2.4 豆浆制备方法及指标测定

1.2.4.1 豆浆的制备方法

因而，此时干涉信号会受到光源带宽的影响，如图8所示，分别以不同的半峰全宽对光强腔长曲线进行仿真，进一步分析其对干涉信号的影响.

大豆原料进行挑选处理，称取130 g符合要求的大豆，将其清洗干净，再放入干豆质量5倍蒸馏水中浸泡14～16 h，保持环境温度为20℃，将浸泡后的大豆沥干，向膨胀过的豆中加蒸馏水至干豆与水的比为1：9，用高速磨浆机进行磨浆，将制备的浆液过120目过滤网去渣，去渣的方式是用手最大力度的拧干滤网，标准是使豆浆呈滴状滤出到没有豆浆滤出而充分去渣，得到生豆浆。将豆浆于4℃冰箱保存，待测。

参照刘志胜[10]的方法测定豆腐的质构指标。

采用凯氏定氮法参照GB5009.5-2010进行豆浆中蛋白含量的测定。

“我叫罗瑞，我们家的情况想必杨先生已经很清楚了吧?”罗瑞扬起下巴，使自己能保持居高临下的姿态俯视着老福。

在解决实际问题时，将多个样本进行分类时，仅仅根据单因素分析无法全面综合的分类，所以要考虑多方面根据多因素将样本进行分类。聚类分析是将样品按照品质特性的相似程度聚合分类。它是一种无监督分类，按照类别的综合性质将多个样本聚合，从而完成聚类分析的过程。因此本研究对68种大豆进行聚类分析。

蛋白回收率=豆浆得率（g）×豆浆蛋白（g/100g）/大豆蛋白（g/100g）

1.2.5 豆腐的制备方法及指标测定

1.2.5.1 豆腐的制备方法

豆腐制备参照张伟[8]的方法并稍做改进，每个大豆品种做3次重复。

企业文化是根据企业长久以来的历史传统和文化积淀以及价值观念所产生的具有企业集体特色的一种精神文化。其是由企业的领导者发挥引领作用，积极地提出倡导，督促企业员工共同遵守并为其努力的一种文化传统，不断进行改革创新的一套新型管理模式。企业的文化建设体现在多个方面，又渗透于企业的各个领域之中，以下将简要地探讨企业的文化建设所涉及的几个领域。

采用紫外分光光度法[5]，利用植酸溶液和韦德试剂（0.3%磺基水杨酸与0.03%FeCl3·6H2O）反应显色的原理，通过吸光值计算大豆中植酸含量。

豆腐得率测定依照宋连军[9]等的研究方法。将新制成的制品在室温下静至5 min后进行称量，计算出每100 g原料大豆制备出豆腐的重量，为湿豆腐的得率。湿豆腐得率=豆腐质量（g）/干豆原料质量（g）×100%。

1.2.5.3 豆腐质构的测定

1.2.4.2 豆浆蛋白的测定方法

1.2.6 数据处理

大豆原料的理化指标的定量分析至少3次平行实验，结果以平均值±标准差表示。使用Excel 2016软件进行数据统计分析和处理，不同大豆理化指标之间的平均值的比较采用SPSS 24.0的单向方差分析（One-way analysis of variance，ANOVA）进行方差分析（显著水平P＜0.05，极显著水平P＜0.01）和大豆品质理化指标间相关性分析。使用SPSS 24.0统计分析软件（SPSS Inc.,Chicago，USA）进行主成分分析、聚类分析及判别分析。

s+t∈T，i,j∈I为X(t)在s时刻处于状态i，经过时间t之后，转移到状态j的概率。其中，参数集T为非负实数集或其子集，状态空间I为非负整数集或其子集[13-16]。

2 结果与分析

2.1 大豆及豆浆理化指标的数据分析

表2为对68个品种大豆及豆浆理化指标数据的差异分析，大豆及豆浆各项指标差异显著，且中位数与均值相比较，都非常接近，说明这些数据离群点较少，试验所选大豆品种各项指标测定值均有一定的广泛性和代表性。

2.2 不同品种大豆及豆浆理化指标间的相关性分析

根据表2显示的13个理化指标间的相关性分析结果，可得出结论：由皮尔逊相关系数及概率P值可以看出这些指标存在着正负、强弱相关错综复杂的关系，以至于它们提供的信息有大部分重叠，不能清楚地寻求其中简明的变化关系，因此要进行主成分分析，以便找出影响大豆品质的主要成分。

表2 大豆及豆浆理化指标描述性统计

指标百粒重（g）蛋白质（g/100g）脂肪（g/100g）蛋脂比水分含量（%）植酸（mg/g）11S/7S钙含量（mg/100g）铁含量（mg/100g）镁含量（mg/g）磷含量（mg/g）豆浆蛋白（g/100g）蛋白回收率（%）变化范围12.8～21.6 34.3～41.3 13.9～20.6 1.87～2.88 5.89～15.3 13.49～19.35 1.75～3.95 31.47～67.46 8.18～10.41 1.58～2.1 2～6.8 3.37～4.1 78.7～91.18平均值16.75±2.34 37.68±2.36 17.35±1.71 2.19±0.29 8.6±2.62 16.15±1.98 2.41±0.74 43.25±9.99 9.05±0.57 1.79±0.17 4.76±1.83 3.67±0.22 85.52±2.82变异系数（%）13.96 6.25 9.85 13.03 30.41 12.25 30.96 23.09 6.24 9.29 38.42 6.11 3.29中位数16.50 37.70 17.20 2.16 7.44 15.70 2.52 42.31 8.99 1.79 4.80 3.64 85.27

表3 大豆及豆浆理化指标间相关性分析

**在0.01级别（双尾），相关性显著。*在0.05级别（双尾），相关性显著。

百粒重蛋白质脂肪蛋脂比含水量豆浆蛋白蛋白回收率7S 11S亚基比植酸白胰抑蛋制酶剂氧脂酶肪活化性钙铁镁磷百粒重 1 0.254-0.244 0.344**0.290*0.260 0.189 0.158-0.004 0.099-0.026 0.177-0.209-0.265*-0.288*0.291*-0.088蛋白质1-0.027 0.563**-0.387**0.858**-0.189-0.122 0.129-0.144-0.330**0.079-0.374**-0.080-0.165 0.037-0.053脂肪1-0.834**-0.220-0.057-0.089-0.122-0.094-0.043-0.079 0.032-0.050 0.363**0.003-0.188-0.131蛋脂比1-0.024 0.518**-0.014 0.053 0.136-0.028-0.097 0.021-0.159-0.354**-0.087 0.196 0.065含水量1-0.259*0.350**0.229 0.116 0.155 0.156 0.010 0.012-0.108-0.061 0.185-0.018豆浆蛋白1 0.317**-0.097 0.115-0.118-0.340**0.079-0.373**-0.102-0.204 0.108-0.175白率蛋回收1 0.059-0.016 0.049 0.005 0.110-0.096-0.109-0.078 0.163-0.241*7S 1-0.520**0.942**0.041-0.022 0.064 0.022 0.022 0.000 0.216 11S 1-0.733**0.032-0.022-0.026-0.061 0.045 0.068-0.079亚基比1-0.013 0.013 0.070 0.082-0.007-0.031 0.205植酸1-0.102 0.019-0.083 0.089 0.049-0.166蛋胰抑白制酶剂1-0.204-0.341**0.012-0.048-0.102肪脂酶氧活化性1-0.079 0.337**-0.097 0.080钙1-0.211-0.065 0.152铁1-0.273*-0.089镁1 0.034磷1

2.3 主成分分析

主成分分析的主要思想是降维，在解决实际问题时，经常对研究对象收集尽可能多的信息，以对研究对象有全面综合的评价，但是过多的指标并不能在处理数据时发挥较大的作用，大量的信息反而对解决问题产生障碍，为解决这一问题，应该采用主成分分析方法，用少量的信息反映原有信息[11]。

68个大豆样本及豆浆的理化指标的主成分分析结果如表3所示。主成分的选择应该既达到降维的目的，又不失去原信息的准确性[12]。由表4可知：KMO值为0.767＞0.7，表明该样本做主成分分析效果较好，而Bartlett检验的近似卡方为786.999，且显著性值为0，远小于0.05，同样说明变量之间存在显著的相关性，适合做主成分分析。

1.2.1 大豆理化指标的检测方法

表4 KMO和Bartlett检验

近似卡方自由度显著性KMO取样适切性量数巴特利特球形度检验0.767 786.999 136 0

表5 总方差解释

提取方法：主成分分析法。

方差百分比20.097 16.099 12.666 8.726 7.980 6.546 5.647 4.698 4.342 3.683 2.732 2.658 2.593 1.408 0.068 0.035 0.022成分1 2 3 4 5 6 7 8 9 1 0 11 12 13 14 15 16 17初始特征值总计3.417 2.737 2.153 1.483 1.357 1.113 0.960 0.799 0.738 0.626 0.464 0.452 0.441 0.239 0.012 0.006 0.004累积（%）20.097 36.197 48.862 57.588 65.568 72.114 77.761 82.459 86.801 90.483 93.215 95.874 98.467 99.875 99.943 99.978 100.000提取载荷平方和总计3.417 2.737 2.153 1.483 1.357 1.113方差百分比20.097 16.099 12.666 8.726 7.980 6.546累积（%）20.097 36.197 48.862 57.588 65.568 72.114

双缩脲试剂法[7]测蛋白。

图1 主成分分析碎石图

表6 成分矩阵

提取方法：主成分分析法。

百粒重蛋白质脂肪蛋脂比含水量豆浆蛋白蛋白回收率7S 11S 7S/11S植酸胰蛋白酶抑制剂脂肪氧化酶活性钙铁镁磷成分1 0.672 0.757-0.462 0.787-0.126 0.792 0.139-0.304 0.374-0.382-0.227 0.212-0.475-0.415-0.359 0.291-0.190 2 0.447-0.178-0.533 0.358 0.468-0.070 0.285 0.805-0.518 0.776 0.155 0.120-0.003-0.370-0.070 0.239 0.179 3-0.115 0.440 0.253 0.074-0.627 0.339-0.447 0.352-0.491 0.448-0.548-0.047-0.122 0.308-0.001-0.252 0.358 4 0.276 0.012 0.524-0.408-0.003 0.097 0.231 0.063-0.185 0.116 0.237 0.455-0.682 0.173-0.416 0.088-0.382 5 0.168 0.011 0.080-0.067 0.156-0.031-0.082 0.005 0.154-0.033 0.009-0.513 0.000 0.519-0.515 0.598 0.446 6

2.4 聚类分析

1.2.4.3 豆浆蛋白回收率的计算

图2 聚类分析的组间谱系图

表7 特征值表

a.在分析中使用了前3个典则判别函数。

函数1 2 3特征值2.556a 1.021a 0.783a方差百分比56.2 26.5 17.3累计百分比56.2 82.7 100.0典型相关性0.848 0.739 0.663

表8 Wilks Lambda值

函数检验1直至3 2直至3 3 Wilks Lambda 0.072 0.255 0.561卡方148.946 77.264 32.687自由度51 32 15显著性0.000 0.000 0.005

表9 标准化典则判别函数系数

X1：百粒重X2：蛋白质X3：脂肪X4：蛋脂比X5：含水量X6：豆浆蛋白X7：蛋白回收率X8：7S X9：11S X10：亚基比X11：植酸X12：胰蛋白酶抑制剂X13：脂肪氧化酶活性X14：钙X15：铁X16：镁X17：磷函数1-0.274 8.554 2.321 2.283-0.404-9.712 4.682-1.829-0.049 1.937-0.381-0.261 0.711-0.083-1.074 0.261-0.535 2 0.168-2.237 0.833 1.180 0.079 1.363-1.208 3.043-0.951-3.247 0.292 0.940-0.070 0.577-0.013-0.667-0.079 3-0.116-1.334 2.594 3.453 0.335-0.737 0.551-1.707 1.397 2.282-0.684 0.161-0.143-0.269 0.338-0.527 0.246

由图2可知，根据聚类分析的组间谱系图可以看出，68种大豆样品可分为理化特性相似的4大类，根据聚类分析距离结合豆腐产率及品质研究分析得出，其中，1号、2号、56号、66号、22号、23号、8号、9号、16号、63号、13号、40号、31号、41号、44号聚为一类，其共同特点为质构特性较好，产量较高；27号、59号、4号、26号、35号、34号、29号、32号、25号、37号、5号、46号、54号、67号、15号、24号聚为一类，其共同特点为质构特性较好，产量适中；33号、53号、45号、51号、58号、65号、18号、14号、39号、57号、49号、64号、21号、43号、17号、42号、30号、61号、38号、62号、7号、60号、48号、28号、10号、47号、3号聚为一类，其共同特点是质构特性适中，产量较低；11号、12号、6号、19号、52号、36号、50号、55号聚为一类，其共同特点是硬度非常高，质构特性不好。在此基础上，对其进行判别分析，典型判别函数特征值见表:7。

2.5 判别分析

表7是特征值表，由于本案中预测变量为17个，类别数为4，因此判别函数的个数为3（即min（4-1，17）=3）。判别函数的特征值越大，表明该函数越具有区别了。第一个判别函数的特征值为2.556，第二个判别函数的特征值为1.201，第三个判别函数的特征值为0.783。

(1)厅堂里的传统花卉繁华不复。厅堂摆花中的传统花卉逐渐被商业花卉取代，一方面，传统花卉使用种类的总量偏少；另一方面，在旅游淡季时摆花应用的传统花卉大幅缩减。

表8是对判别函数的显著性检验结果表，其中“1直至3”表示三个判别函数的平均数在4个级别间的差异情况。“2直至3”表示第2个和第3个判别函数的平均数在第4个级别间的差异情况。“3”表示在排除第一个和第二个判别函数后第3个函数在4个级别间的差异情况。从最后的显著性概率Sig.来看，其三个判别函数的效果十分显著。

由K阶聚类中的聚类号作为判别分析的分组变量[13]，在SPSS24.0中进行判别分析，根据表9的标准化典则判别方程系数表，得到3个典则判别方程，其累计方差贡献率为100%（其中D1：方差贡献率56.2%，D2：方差贡献率26.5%，D3：方差贡献率17.3%）。

由于前两个典则判别方程累计方差贡献率已达到82.7%，所以可以用D1和D2分别作为X，Y轴作图[14]，如图3所示，可将68种大豆明确的分为四类，这与聚类结果相吻合，说明判别分类效果良好。然后再通过SPSS24.0分析，得到4个分类函数Q1、Q2、Q3、Q4。表10为分类函数系数表，根据该表可建立四个分类函数。通过四个分类函数的Q值可以判断每个大豆样本属于哪一分类。

图3 典则判别函数

表10 类函数系数

费希尔线性判别函数。

-36.213 668.646 461.472 3 434.525-46.123-8 803.599 357.756-94.045 27.950 3 667.223-41.237-0.012 1.447-0.762-4.134 0.890-24.719-18 829.476 X1：百粒重X2：蛋白质X3：脂肪X4：蛋脂比X5：含水量X6：豆浆蛋白X7：蛋白回收率X8：7S X9：11S X10：7S/11S X11：植酸X12：胰蛋白酶抑制剂X13：脂肪氧化酶活性X14：钙X15：铁X16：镁X17：磷(常量)用于分析1的预测组1-35.717 658.782 453.093 3 372.046-46.106-8 662.863 352.001-89.464 26.451 3 505.125-38.925-0.011 1.422-0.493-4.041 0.883-24.454-18 231.330 2-36.023 671.530 458.168 3 404.466-46.801-8 813.330 357.447-90.986 26.379 3 554.372-39.654-0.012 1.462-0.512-4.254 0.914-25.766-18 728.479 3-36.137 674.161 453.760 3 367.291-47.067-8 812.286 358.004-93.136 26.757 3 619.718-39.677-0.012 1.464-0.707-4.248 1.041-25.615-18 670.205 4

表11 分类结果

正确地对95.6%原始已分组个案进行了分类。

预测组成员信息1 16原始计数%用于分析1的预测组1 2 3 4 1 2 3 4 0 0 0 94.1 0.0 0.0 0.0 2 0 4 3 2 0 0.0 100.0 40.0 0.0 3 0 0 3 0 0.0 0.0 60.0 0.0 4 1 0 0 3 5.9 0.0 0.0 100.0总计17 43 5 3 100.0 100.0 100.0 100.0

表11为分类结果表。对角线显示的为准确预测的个数，其余为错误预测的个数。从表中可以看出已经分类的68个个案中正确分类65个，错误分类3个。正确率达到95.6%。

从2017年6月—2018年6月来院就诊的孕妇中，随机挑选90名同期接受检查的孕妇，90名孕妇均接受常规检查以及产前彩色多普勒超声检查，90名孕妇接受常规检查设为对照组，随后接受产前彩色多普勒超声检查则设为观察组，年龄在19～39岁之间，平均年龄（30.18±1.94）岁，孕周在16～29周，平均孕周（23.82±2.91）周。研究人员将上述资料使用统计学软件进行分析，（P＞0.05）无统计学意义。本研究经过医院伦理会批准并实施；本研究无基金项目支持。

教师的教学方式单一是影响教学质量和教学效果的重要原因。很多教师在教学过程中往往采用“灌输式”的教学方式，只注重教师讲课的连贯性，忽视了与学生之间的交流和沟通，导致课堂教学气氛沉闷。此外，这种方式也忽视了实践性教学的重要性，没有将道德与法治课堂知识与生活结合，学生在理解时不够深入[1]。

3 结论

通过数据指标的描述性统计，样本各项基础理化指标的中位数都与平均值相接近，说明所选取的大豆样本具有一定的代表性，试验结果可信度较高，可进行下一步试验。通过对大豆及豆浆理化指标的相关性分析的结果，可知各项指标之间的错综复杂的关系，为了用少量的因素代替大量的错综复杂的影响因素，可以采用主成分分析法。由于特征值大于1的6种主成分累计方差贡献率达到72.114%，说明主成分分析法可取。通过聚类分析可以对制备的豆腐聚集为4类，其中，类别1的大豆有着蛋白质含量高，蛋脂比含量高，植酸含量低的特点，同时通过对类别1的大豆品种豆腐的质构分析、色差分析以及感官评价综合评定，该类别豆腐产量高，整体品质优良。类别2的大豆特点是脂肪含量较高，钙含量较低，该类别的豆腐产量低，整体品质一般。类别3的大豆特点是植酸含量较高，水分含量较高，该类别的豆腐整体品质较差，块形不完整，易碎。类别4的大豆特点是豆腐不宜成型。

政府和公民之间的紧张性张力会引发政治对立，但是在互联网的背景下，政府与自上而下或者自下而上的社会运动之间的互动关系正在形成。互联网改变了政府“压制性”的行权方式，通过民主的工具内涵的拓展，政府在行权上会更加“谦抑”，也容易通过互联网获得政治权威。互联网环境最大的特征就是信息的传播性，网络媒体、自媒体因为互联网而发展起来，这在信息的传播上是传统媒体所不能比拟的，基于媒体的民意传播，很难通过行政权力的干预而阻碍流通，因此，民意的网络背景让政府失却对信息的控制。

通过主成分分析和聚类分析可以得到最终的结论：制备豆腐应选择蛋白质含量＞40、豆浆蛋白＞3.5g/100g、蛋脂比＞2.3、11S/7S含量＞2.51、14mg/g＜植酸＜20 mg/g、脂肪＜15.6 g/100g、钙含量＞54.2 mg/100g的大豆品种，如果大豆品种的理化指标同时满足这些要求，那么豆腐的产量较高，且质构水平较高，表面光滑、块形完整、具有浓郁的豆香味，是非常符合优良标准的豆腐。

通过判别分析得到最终的结论：在聚类分析的基础上得到四个分类函数，根据Q值的大小给大豆样本进行分类。分类正确率为95.6%。

[参考文献]

[1]Andrew TJ,Aijun Yang.Interactions of protein content and globulin subunit composition of soybean proteins in relation to tofu gel properties[J].Food Chemistry,2016,194:284-289.

[2]Shi Meng,Sam Chang,Anne MG,et al.Protein and quality analyses of accessions from the USDA soybean germplasm collection for tofu production[J].Food Chemistry,2016,213:31-39.

[3]A.Yang,X.Yu,A.Zheng,et al.Rebalance between 7S and 11S globulins in soybean seeds of differing protein content and 11SA4[J].Food Chemistry,2016,210:148-155.

[4]Yahui Wang,Jiyun Xing,Ruican Wang,et al.The analysis of the causes of protein precipitate formation in the blanched soymilk[J].Food Chemistry,2017,218:341-347.

[5]Zuo feng,Chen Zhenjia,Shi Xiaodi,et al.Yield and textural properties of tofu as affected by soymilk coagulation prepared by a high-temperature cooking process[J].Food Chemistry,2016,213:561-566.

[6]刘香英,康立宁,田志刚,等.东北大豆品种贮藏蛋白7S和11S组分及其亚基相对含量分析[J].大豆科学,2009,28(6):985-989.

[7]张立娟,姜瞻梅,姚雪琳,等.双缩脲法检测大豆分离蛋白中蛋白质的研究[J].食品工业科技,2008,29(7):241-242.

[8]张伟.不同生产工艺对豆腐活性成分及产率和品质的影响[D].长春:吉林农业大学,2014:6-7.

[9]宋连军,张莹,赵秋燕,等.大豆品种与北豆腐得率及品质指标的关系[J].江苏农业科学,2011,39(4):321-323.

[10]刘志胜.豆腐凝胶的研究[D].北京:中国农业大学,2000.

[11]陈洋,林最其,徐丽,等.豆浆制备工艺对豆腐品质的影响[J].大豆科学,2011,30(5):838-842.

[12]吕莹,陈学珍,谢皓,等.脂肪氧化酶缺失品种豆腐的感官和质构评价[J].中国粮油学报,2013,28(3):13-16.

[13]李小雅,许慧,江杨娟,等.加工工艺对北方豆腐品质特性的影响[J].食品科学,2017,38(6):261-266.

[14]殷冬梅,张幸果,王允,等.花生主要品质性状的主成分分析与综合评价[J].植物遗传资源学报,2011,12(4):507-512,518.