Mostrar el registro sencillo del ítem

dc.contributor.advisorJiménez Aparicio, Antonio Ruperto
dc.contributor.authorValenzuela Riaño, Jacqueline
dc.date.accessioned2012-07-09T15:51:21Z
dc.date.available2012-07-09T15:51:21Z
dc.date.created2007
dc.date.issued2012-07-09
dc.identifier.citationBlakeney, A. B. y Welsh, L. A. 1986. Objective measurement of rice grain colour and translucency. Chemistry in Australia. 53(9): 319-324
dc.identifier.citationBlackshear, P. J. 1984 Systems for Polyacrilamide gel electrophoresis. In: Colowick, S. P. y Kaplan, N. O. (eds.). “Methods in enzymology”. Vol. 104, pp 237-255. Academic Press, Inc. USA.
dc.identifier.citationChanona P., Alamilla B., y Gutiérrez, G. 2001. Caos y geometrías de fractales, herramientas auxiliares para evaluar la complejidad del entorno biológico. BioTecnología 5: 117 – 125.
dc.identifier.citationChavarro, J. 1998. El derecho de los obtentores de nuevas variedades vegetales. Ecuador. [en línea] Disponible en: http://www.cavelier.com/publicaciones/articulos /PDF/asipi.PDF.
dc.identifier.citationChávez, M. M., Hernández, M y Roldán, J. A. 1992. Tablas de uso práctico del valor nutritivo de los alimentos de mayor consumo en México. Publicación del Instituto Nacional de la Nutrición. CONAL-Solidaridad.
dc.identifier.citationChen, T. y Chen, C. L. 2003. Analyzing the freshness of intact rice grains by colour determination of peroxidase activity. Journal of the Science of Food and Agriculture. 83(12): 1214 - 1218
dc.identifier.citationComisión Internationale de L´Ecleraige. 2006. Colorimetry parte 1: Standard colorimetric observers. Publicación CIE S 014-1/E.2006.
dc.identifier.citationCorporación Colombia Internacional, 2003 Perfil del mercado agroalimentario de México. Observatorio Agrocadenas Colombia: 31-33.
dc.identifier.citationDavies, E., 2000 Image Processing for the Food Industry. Series in Machine Perception And Artificial Intelligence Vol 37. Ed. World Scientific Publishing Co. Pte. Ltd. Singapur.
dc.identifier.citationDel Villar, A., Martinez, A., Ventura, E., Solano A. Corona, M., Salcedo, J., Maldonado, U,. 2004. Un método sencillo para la identificación del ADN. Biótica 3(1): 11-18.
dc.identifier.citationDubey, B., Bhagwat, S., Shouche, S., Sainis, S. 2006. Potential artificial networks using morfometrical of wheat grains. Biosystems Engeniering 95 (1): 61-67.
dc.identifier.citationHee-Jin, In-Kyeong, Kyung-Soo and Hae-Chune. 2006. Comparison of the physicochemical properties and ultrastructure of japonica and indica rice grains. Journal of Agricultural and Food Chemistry. 54:4833-4838.
dc.identifier.citationJiménez J., 2005, Aplicación de la geometría Fractal a agregados celulares de Beta vulgaris L. crecidos en suspensión (Matraces y Biorreactor tipo tanque agitado). Tesis de Maestría. CEPROBI-IPN. México.
dc.identifier.citationKang, H., Hwang, I., Kim, K. y Chop, H. 2003. Comparative structure and physicochemical propeties of llpumbyeo, a high-quality japonica rice and its mutant Suweon 464. Journal of Agricultural and Food Chemestry 51: 6598-6603.
dc.identifier.citationKenkel, N. y Walker D. 1996. Fractals in the biological sciences. [en línea] Disponible: http://www.umanitoba.ca/faculties/science/botany/labs/ecology/ fractals/fractal.html, 2003.
dc.identifier.citationKhush, G., 1997. Origin, dispersal, cultivation and variation in rice. Plant Molecular Biology 35:25-34
dc.identifier.citationKonopka, I., Kozirok W., Rotkiewicz D., 2003. Lipids and carotenoids of wheat grain and flour and attempt of correlating them with digital image analysis of kernel surface and cross-sections. Food Research International 37: 429-438.
dc.identifier.citationKrishnan, H., White, J. A. y. Pueppke S. G. 1992. Characterization and localization of rice (Oryza sativa L.) seed globulins. Plant Science, 81: 1-11.
dc.identifier.citationLamberts, L., De Bie, E., Vandeputte, G., Veraverbeke, W., Derycke, V., De Man, W y Delcour, J. 2007. Effect of milling on colour and nutritional properties of rice Food Chemistry 100: 1496–1503.
dc.identifier.citationLeón, K., Mery, D., Pedreshi, F. y León, J. 2006. Color measurement in L*,a*b* units from RGB digtal images. Food Research International 39: 1084-1091.
dc.identifier.citationLira, C., 2002, Introducción al tratamiento digital de imágenes. IPN–UNAM-FCE. México.
dc.identifier.citationMajumdar, S y Sayass, D. 1999. Classification of Bulk Samples of Cereal Grains using Machine Vision. Journal of Agriculture and Engeenering Research. 73: 3547.
dc.identifier.citationMandelbrot, B. M. 1997. The fractal geometry of nature. W. H. Freeman. New York USA pp 10-41.
dc.identifier.citationMohapatra, D. y Bal, S., 2007. Effect of degree of milling on specific energy consumption, optical measurements and cooking quality of rice. Journal of Food Engineering 80: 119–125
dc.identifier.citationNorma Oficial Mexicana NOM -080-SCFI-1994, 1994. Información comercial, Arroz de las variedades Morelos – Especificaciones. Publicación de la Dirección General de Normas. Secretaría de Comercio y Fomento Industrial. México.
dc.identifier.citationNorma Oficial Mexicana (en tramite) nmx-ff-035-scfi-2005. Productos alimenticios no industrializados para uso humano - cereales - arroz pulido - (oryza sativaL.) especificaciones y métodos de prueba. Publicación de la Dirección General de Normas. Secretaría de Comercio y Fomento Industrial. México.
dc.identifier.citationOgawa Y., Sugiyama J., Kuensting H., Ohtani T., Hagiwara S., Liu X., Kokubo M., Yamamoto A., Kudoh K. and Higuchi T. 2001. Advanced technique for threedimensional visualization of compound distributions in a rice kernel. Journal of Agricultural and Food Chemistry 49:736-740.
dc.identifier.citationOhtsubo, K. y Nakamura, S., (2007). Cultivar indentification of rice (Oryza sativa L.) by polymerase chain reaction method and its application to processed rice products. Journal of Agricultural and Food Chemestry 55: 1501-1509.
dc.identifier.citationOlsen, E., Ramsey, R. Y Winn, D. 1993. A modified fractal dimension as a measure of landscape diversity. Photograme Engeeniering Remote Sensors. 59: 1517-1520.
dc.identifier.citationOrtiz, F., 2002. Procesamiento morfológico de imágenes en color. Aplicaciones en la reconstrucción geodésica. Tesis Doctoral de Escuela Politécnica del Sur. Universidad Alicante. Alicante, España.
dc.identifier.urihttp://hdl.handle.net/10818/2879
dc.description87 páginas
dc.description.abstractEn México la variedad de arroz Morelos A-98 es una de las más reconocidas, porque presenta características agronómicas, molineras y culinarias superiores a otras variedades. Esta particularidad ha hecho que algunos productores y empacadores usen la fama y el renombre de "variedad Morelos" para comercializar variedades de arroz o mezclas de menor calidad. El reconocimiento de patrones y el análisis fractal de imágenes digitales (RP-AFID) son herramientas novedosas usadas para identificar y comparar diferentes características físicas y estructurales en los alimentos. El objetivo de este trabajo fue analizar diferentes caracteristicas morfológicas, estructurales y colorimétricas de arroz pulido de la variedad Morelos A-98 y compararlas con las de diez productos comerciales que exhiben u ostentan la "calidad Morelos" en sus etiquetas.es_CO
dc.language.isoeses_CO
dc.publisherUniversidad de la Sabana
dc.rightsinfo:eu-repo/semantics/openAccess
dc.sourceUniversidad de la Sabana
dc.sourceIntellectum Repositorio Universidad de la Sabana
dc.subjectAlimentoses_CO
dc.subjectArrozes_CO
dc.titleCaracterización morfométrica y colorimétrica del grano pulido de arroz (Oryza Sativa I.) "Morelos-A98" y comercial, utilizando reconocimieto de patrones y análisis fractal de imágenes digitales (RP-AFID)es_CO
dc.typebachelorThesis
dc.publisher.programIngeniería de producción agro industrial
dc.publisher.departmentFacultad de ingeniería
dc.type.localTesis de pregrado
dc.type.hasVersionpublishedVersion
dc.rights.accessRightsrestrictedAccess
dc.creator.degreeIngeniero de Producción Agroindustrial


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem