食品中农药残留的电子鼻检测识别研究

电子鼻(e-nose)通过气味来鉴别化合物,是一种模拟生物嗅觉工作原理的新形仿生检测系统。它在农药残留等食品安全检测领域中有着广泛的应用。电子鼻包括检测系统、数据预处理系统和模式识别系统。本文通过对电子鼻的发展历史和组成部分的基本原理介绍,全面回顾和总结了过去二十年来电子鼻在食品农药残留检测中的应用。最后,从几个方面讨论了电子鼻技术在该领域的存在问题及发展趋势。     

牛肉新鲜度的电子鼻检测技

为了简单、快捷、准确地检测牛肉新鲜度,建立了电子鼻检测系统.根据牛肉产生的气味和传感器实验,合理地选用了气敏传感器阵列.为提高电子鼻传感器灵敏度,对购置的传感器进行了改进.利用生物嗅觉的研究成果,开发出仿生嗅觉鼻道结构.为了提高电子鼻系统小样本训练的识别率,提出了用支持向量机(SVM)算法识别牛肉新鲜度的方法.应用电子鼻系统对储藏7 d不同新鲜度的牛肉进行了识别实验,识别率达到99.25%.结果表明电子鼻检测牛肉新鲜度是可行的.     

电子鼻技术在肉与肉制品检测中的研究进展和应用展望

电子鼻因具备操作简单、能够快速、无损检测的特点，满足人们对肉与肉制品安全指标高效和高精确度检测提出了更高的要求。本文阐述了电子鼻技术的检测原理和其在硬件和软件系统方面的发展；从肉与肉制品的新鲜度检测、掺假检测、风味评价、病原微生物污染检测四个方向，对近年来电子鼻技术在肉与肉制品检测的应用研究进展进行了分析，突出了电子鼻技术应用的可行性和先进性；指出电子鼻技术在肉与肉制品检测中面临的检测效果参差不齐，电子鼻仪器体积大、价格高昂，模型通用性和普及性不够等不足。最后，本文从硬件系统和软件系统两方面，对未来电子鼻技术的发展及其应用前景进行了展望，包括硬件系统方面提高电子鼻传感器阵列电极膜材料的性能，增强电子鼻耐用性和识别气味的灵敏度；软件系统方面不断探索引入新的模式识别算法，使电子鼻技术实现对气味更快、更准确的识别分析。     

水稻虫害信息快速检测方法实验研究-基于电子鼻系统

植物在受到昆虫侵害时会产生挥发性物质。因此,利用电子鼻与计算机组成水稻虫害快速检测系统,通过检测水稻挥发物气味,根据气味信息的分类,选用主成分分析法可快速判断水稻是否有虫害及每株水稻上有多少害虫。研究发现,利用电子鼻检测水稻虫害的最好时机是在水稻受侵害的15～36h内。实验结果证明,利用电子鼻检测水稻是否发生虫害及发生虫害后每株水稻上害虫的数量是可行的。     

电子鼻技术及其在小麦霉变检测中的应用

研制了一套能够快速对小麦霉变进行识别的电子鼻检测系统,该系统通过分析小麦的气味,从而判断所测小麦是否霉变.该电子鼻检测系统由5只TGS2600系列的气敏传感器组成,通过从每个传感器的响应曲线中提取4个特征值,采用RBF神经网络进行模式识别处理.该系统能够快速准确评判小麦的霉变情况,网络正确识别率为93.3%.实验表明,该系统对小麦霉变与否的检测是可行的、有效的.     

电子鼻技术及其在种子品质检测中的应用概况

常规的种子品质检测方法准确性较高,但过程复杂,耗时费力,时效性较差且易造成种子损耗,不利于稀有种质资源的保护.电子鼻技术作为一种新型检测方法可实现对种子品质的快速检测,文章介绍了电子鼻技术及其在种子品质检测中的应用概况,提出了其在种子品质检测方面有待改进的问题.     

电子鼻传感技术与应用研究进展

电子鼻作为一种新兴仿生技术,在农副产品与食品检测中逐渐得到重视,其研究在酒茶类、饮料、粮油、肉乳制品和果蔬类等方面都有许多报道,表明电子鼻在食品与农副产品检测上有很好的应用前景。随着材料、传感器、信息等新技术的不断涌现,电子鼻技术也得到了新的发展,新型传感器技术的涌现和响应特性的研究,为新型电子鼻系统研究与应用提供了重要的基础条件和检测机理依据;电子鼻与其他分析仪器的融合应用技术实现了更加全方位、多角度的食品与农副产品检测;电子鼻技术与现代无线通信技术的结合应用,克服了传统电子鼻无法应用于现场及移动环境的不足,拓展了电子鼻的应用领域。本文针对这些方面进行了综述和分析,以供深入研究参考。     

苹果汁中鲁氏接合酵母早期污染的电子鼻识别研究

通过电子鼻(Electronic nose,EN)检测苹果汁气味,探索电子鼻识别苹果汁中鲁氏接合酵母早期污染的可行性。利用线性判别分析(LDA)研究电子鼻对不同污染时间苹果汁的区分能力。运用载荷分析研究各传感器对电子鼻早期识别鲁氏接合酵母污染的贡献。同时对苹果汁进行感官评定分析,作为验证电子鼻检测性能的参考。运用偏最小二乘回归(PLSR)分析电子鼻信号与酵母菌浓度之间的相关性,以期建立定量检测模型。结果表明实验菌株污染苹果汁12 h后,对应的酵母浓度小于200 CFU/m L,电子鼻能够识别污染样品,而感官评定人员在这个条件下无法区分污染样品与空白样品。载荷分析表明S1、S2、S6、S7和S8传感器在电子鼻识别鲁氏接合酵母早期污染中起到重要作用。PLS结果表明电子鼻信号与酵母浓度之间有很好的相关性,决定系数R2分别为0.97(校正集)和0.93(预测集),预测标准误差分别为0.28(校正集)和0.26(预测集)。上述结果表明利用电子鼻对苹果汁中鲁氏接合酵母早期污染进行识别预警是可行的,有望在食品微生物快速检测领域得到广泛应用。     

电子鼻技术及其在小麦活性检测中的应用

研制了一套能快速对小麦活性进行识别的电子鼻检测系统。系统通过分析小麦的气味,对所测小麦的活性程度进行5个等级评判。该电子鼻检测系统由5只TGS2600系列的气敏传感器组成,从每个传感器的响应曲线中提取2个特征值,采用PNN神经网络来进行模式识别处理。系统能快速、准确评判小麦的霉变情况,网络正确识别率为91%。实验表明,该系统对小麦活性程度的检测是可行的、有效的。     

基于SVM核机器学习的三文鱼新鲜度检测系统

为了实现对不同冷藏温度下三文鱼新鲜度的检测与识别,设计了一种用于三文鱼气味指纹采集与新鲜度辨识的电子鼻系统。电子鼻系统由密闭检测气室、半导体气体传感器阵列、数据采集模块、模式识别模块和显示界面等组成。电子鼻模式识别方法采用核机器学习方法,以支持向量机(SVM)作为学习机。采集0、4、6℃温度下冷藏三文鱼样本的气味数据,对不同核函数及参数的核机器学习模型进行训练与测试,最终确定了适于此电子鼻系统识别三文鱼新鲜度的最佳核机器学习模型:核函数选用多项式核函数,核参数q取3,γ取15,c取0。此模型对不同温度冷藏三文鱼样本的冷藏时间具有一定的辨识能力,对于测试集,0℃允许偏差1 d预测正确率为92. 86%,4℃无偏差预测正确率为88. 89%、允许偏差1 d预测正确率100%,6℃无偏差预测正确率为75. 00%、允许偏差1 d预测正确率100%。将辨识结果与主成分分析结果(PCA)进行对比,此模型具有明显的优势。     

基于GC-MS和电子鼻的面粉中粮虫快速检测方法

储粮害虫会降低粮食及其产品的重量、品质和营养健康指数,并且我国粮虫检测方式仍然以人工检测为主。为满足储粮害虫快速检测的需求,采用气相色谱-质谱联用仪（GC-MS）获得了赤拟谷盗（Tribolium castaneum（Herbst））的主要特定挥发性有机化合物（VOCs）,根据这些化合物的性质筛选出多个金属氧化物气敏传感器,并以传感器阵列为核心开发了储粮害虫电子鼻检测装置。该装置采集了赤拟谷盗、被赤拟谷盗侵染的面粉、被长头谷盗（Latheticus oryzae Waterhouse）侵染的面粉3种实验对象的气味信息,提取每条响应曲线的相对变化值和相对积分值作为原始特征矩阵（10×2）,使用主成分分析（PCA）和偏最小二乘回归算法（PLSR）对原始特征矩阵进行分析,并通过建立回归预测模型,实现了对面粉中赤拟谷盗和长头谷盗虫口密度的预测。优化后的传感器数量由10个减少至8个,赤拟谷盗样品的两个主成分累计的贡献率为79.4%。基于PLSR的预测模型对面粉中赤拟谷盗的数量有很好的预测效果（校正集：相关系数r=0.88,均方根误差为8.09;验证集：r=0.89,均方根误差为7.75）;该预测模型对面粉中长头谷盗的数量也有很好的预测效果（校正集：r=0.94,均方根误差为5.85;验证集：r=0.94,均方根误差为6.08）。研究结果表明：该装置能够满足判别储粮中不同虫口密度样本的基本需要,并且具有可靠的稳定性。     

自适应融合气体-光谱双模态信息花生产地溯源方法

不同产地的花生质量差异明显,贴优质产地标签贩卖劣质花生的现象时有发生。本文基于电子鼻与高光谱系统的无损检测技术,提出双模态融合特征注意力（Bimodal fusion feature attention,DFFA）并设计DFFA-Net以实现花生质量辨识。首先,利用电子鼻与高光谱系统获取7个不同产地花生气体信息和光谱信息,花生自内而外的气体信息可以表征其整体宏观质量,不同化学键及官能团的光谱信息差异可以表征其整体微观质量;然后,提出DFFA以自适应融合气体-光谱双模态信息并关注影响分类性能的重要特征,并结合消融实验证明了双模态信息融合的必要性;最后,基于提出的DFFA模块,经网络结构优化得到DFFA-Net以实现不同产地花生质量的有效辨识。通过消融分析、多注意力机制分类性能对比,DFFA-Net获得了最佳分类性能：准确率为98.10％、精确率为98.15％、召回率为97.88％,验证了DFFA-Net在花生产地辨识中的有效性。提出的DFFA-Net结合电子鼻和高光谱系统实现了不同产地花生的质量辨识,为花生市场质量监督提供了有效的技术方法。     

电子鼻数据的预处理技术与应用

针对电子鼻的数据特点,提出用一个3维数组保存电子鼻的数据;采用6点平滑方法去除传感器的噪声;在基线校正中,首先通过二阶导数大于零和连续一阶导数大于零的方法找到样本反应起始点,然后减去环境响应值并提取相同长度的数据段,以提高电子鼻的精度和可重复性。对预处理前后的电子鼻数据中提出的特征进行主成分分析发现,预处理后的主成分结果所含的有用信息更多,而且可以很好地区分红富士和姬娜两种不同香味的苹果。     

基于高光谱与电子鼻融合的番石榴机械损伤识别方法

提出了一种基于高光谱与电子鼻融合的水果机械损伤识别方法。分别采用高光谱仪与电子鼻对无损伤、轻度机械损伤和重度机械损伤的番石榴进行采样,提取特征信息后,运用主成分分析(PCA)、线性判别分析(LDA)、欧氏距离分析(ED)和模糊C均值聚类(FCM)对高光谱仪、电子鼻以及高光谱与电子鼻融合3种识别方法的识别效果进行了对比。PCA和LDA的分析结果表明,高光谱与电子鼻识别番石榴机械损伤是可行的,但单独采用这两种识别方法均无法对番石榴机械损伤程度进行分级。采用高光谱与电子鼻融合方法,结合LDA分析可以较好地识别番石榴机械损伤程度,比单一识别方法具有更好的识别效果。此外,LDA比PCA对番石榴机械损伤识别效果更佳。根据PCA、LDA和ED分析结果可以推测多源信息融合的分类识别方法既可获取更多的样本信息,提高相同样本之间的聚类性,又可较多地保持单一分类识别方法得到的不同样本之间的最大距离。根据FCM分析结果,高光谱识别、电子鼻识别和高光谱与电子鼻融合识别3种方法对番石榴机械损伤识别的正确率分别为89.74%、82.05%和97.44%,验证了多源信息融合方法对提高水果机械损伤识别效果的可行性。     

电子鼻技术在食品检测中的应用

随着嗅觉传感器技术的不断发展,电子鼻技术得到了广泛的研究与应用。电子鼻由气敏传感器阵列、信号处理子系统和模式识别子系统等3种功能器件组成。为此,阐述了电子鼻技术的结构组成,介绍了其在食品新鲜度检测、果蔬成熟度评价及饮料与酒类识别等轻工业中的应用现状与发展趋势,并指出了这些新技术实现过程中所需要解决的问题。     

无封装条件下牛奶存放质量电子鼻分

选用气敏传感器阵列动态响应中不同时刻的响应值来表征无封装牛奶测试样本,借助于主成分分析(PCA)、Fisher判别分析(FDA)研究了牛奶开封后不同存放天数的质量变化情况,并给出了最优表征区间.以最优表征区间响应值的平均值为样本的表征值,进行了牛奶质量的PCA、FDA分析.结果表明:无论是利用不同时刻的响应值或是平均值来表征样本,PCA、FDA均能鉴别出牛奶开封后的质量变化情况.因此,用电子鼻分析无封装条件下牛奶质量的变化是一种有效手段.