电子鼻在芝麻油掺芝麻油香精识别中的应用

采用电子鼻对芝麻油中掺入芝麻油香精进行识别.通过对所获得的数据进行主成分分析(Principal Component Analysis,PCA)、判别因子分析(Discriminant Factor Analysis,DFA)、偏最小二乘回归分析(Partial Least-squares Analysis,PLS)和统计质量控制分析(Statistical Quality Control,SQC).结果表明:不同样品在电子鼻传感器上有不同的特征性响应图谱,电子鼻能够有效识别不同掺入比例的芝麻油样品;DFA方法的区分效果比PCA方法更好;SQC模型对于掺入芝麻油香精超过50％的芝麻油能明显区分;采用PLS对数据进行处理,电子鼻响应信号和芝麻油香精掺入比例之间有很好的相关性(相关系数为0.992 1),PLS方法能有效识别掺入比例为0％～ 100％的试验样品.试验证明电子鼻可用于芝麻油掺假的识别.     

基于顶空气相色谱-离子迁移谱与电子鼻技术快速检测宁夏滩羊肉中掺假鸭肉

为实现掺假宁夏滩羊肉的准确快速检测,按照不同比例将鸭肉混入滩羊肉中制备掺假肉。基于顶空气相色谱-离子迁移谱（gas chromatography-ion mobility spectrometry,GC-IMS）及电子鼻结合统计学方法对掺假肉样进行快速检测。通过GC-IMS采集掺假肉气味图谱,利用主成分分析和相似度差异分析对掺假肉进行分析;采用线性判别法分析电子鼻传感器响应值,后采用多元线性回归建立电子鼻响应值与鸭肉掺假比例的定量模型。结果表明：通过GC-IMS气味图谱可直观看出掺假不同比例鸭肉的滩羊肉中挥发性有机物差异,但对于掺假比例相近的样品区分度不明显;采用线性判别分析可很好区分掺假不同比例鸭肉的滩羊肉;采用多元线性回归分析,以鸭肉掺假比例及电子鼻传感器响应值进行拟合,得到回归方程决定系数为R2=0.967 1,拟合度高,实际测定值与预测值具有较好的相关性。GC-IMS技术、电子鼻结合统计学方法可以对掺入不同比例鸭肉的滩羊肉进行鉴别。     

电子鼻在芝麻酱品质识别中的应用

采用电子鼻对市售不同品牌及不同品种的芝麻酱进行识别,并在芝麻酱中分别添加不同比例的自制花生酱进行掺假,对电子鼻响应信号进行主成分分析、辨别因子分析、偏最小二乘回归分析和统计质量控制分析。结果表明:电子鼻能有效识别不同品牌的黑芝麻酱、白芝麻酱及混合芝麻酱;各掺假芝麻酱样品随着掺假比例的增加(0%、5%、10%、20%、40%、60%、80%、100%),样品的分布呈现出一定的规律性,电子鼻响应信号与掺假样品之间有较好的相关性,相关系数为0.99;对掺假芝麻酱建立的偏最小二乘回归模型,模型预测值误差在0.7%~2.7%之间。证明电子鼻检测技术能有效应用于芝麻酱品质的识别。     

基于电子鼻分析的碳酸饮料识别判定技术研究

探讨电子鼻识别判定各种常见碳酸饮料的可行性,研究建立新的鉴伪和品控技术。以碳酸饮料为研究对象,利用电子鼻进行分析检测,结合WinMuster软件对数据进行分析。结果显示:电子鼻传感器有较好响应信号,PCA和LDA分析均能够较好区分10种碳酸饮料。说明电子鼻可作为碳酸饮料识别判定手段用于政府监管和企业内部品控。     

电子鼻对芝麻油掺假的检测

使用电子鼻系统PEN3 对芝麻油中掺入大豆油、玉米油、葵花籽油进行检测分析,分别对芝麻油中不同量的掺假进行辨别,用主成分分析(PCA)和线性判别式分析(LDA)两种方法分析。结果表明：电子鼻能够较好的识别芝麻油掺假不同比例的大豆油、玉米油和葵花籽油,而且LDA 方法比PCA 方法的效果好。PCA 方法对掺入大豆油、玉米油超过50% 和葵花籽油超过70% 的芝麻油能明显区分,而LDA 方法对芝麻油中掺入不同量的大豆油、玉米油和葵花籽油均能明显区分。     

基于电子鼻山茶油芝麻油掺假的检测研究

本文采用电子鼻系统对山茶油、芝麻油的掺假（大豆油）作了检测.通过对传感器信号进行方差分析可知,三种油脂的传感器响应有显著差异.主成分分析（PCA）对山茶油与大豆油及其混合物检测效果较差,对芝麻油、大豆油及两者混合物取得了较好的检测效果;而线性判别式分析（LDA）对山茶油和芝麻油的掺假都有较好的检测效果,并优于PCA方法.运用BP神经网络拟对混合油脂进行定量预测,对山茶油掺假的定量预测效果较差,对芝麻油掺假的预测效果略好于山茶油,但最大绝对误差已达0.134,还不能取得较为准确的结果.     

基于电子鼻技术鉴别陇南初榨橄榄油

为了快速简便地鉴别同一品种不同果实成熟度和不同品种同一果实成熟度的初榨橄榄油,运用电子鼻传感器分析技术结合Loadings负荷加载分析、线性判别分析（LDA）等数据处理技术对结果图谱进行解析,并通过欧氏距离分析（EDA）、相关性分析（CA）、马氏距离分析（MDA）和判别函数分析（DFA）验证模型的准确性。结果显示：电子鼻响应值雷达图及Loadings负荷加载分析均表明W5S、W2W、W1W、W1S传感器对样品有较好的信号响应,通过LDA分析建立的特征图谱可有效鉴别区分被试样品,其识别确定性大于96%,所建模型准确可靠,电子鼻技术可用于同一品种不同果实成熟度和不同品种同一果实成熟度初榨橄榄油的识别。     

基于电子鼻技术鉴别蜂蜜掺入果葡糖水的研究

采用电子鼻对掺假蜂蜜样品进行分析,对所获得的数据进行主成分分析和偏最小二乘回归分析,对掺假蜂蜜样品建立了偏最小二乘回归分析预测模型。结果表明:电子鼻响应信号和果葡糖水掺入比例之间有很好的相关性(决定系数R2为0.980 3),偏最小二乘回归分析模型预测误差均≤8%(掺入比例20%~70%)。试验证明当果葡糖水掺入比例较高时,电子鼻可用于掺假蜂蜜的识别。     

应用电子鼻对奶粉掺假快速检测的研究

利用由十个金属氧化物传感器组成的电子鼻对几种不同品牌的奶粉和掺入其他物质的奶粉样品分别进行了测量,并通过PCA和LDA法对数据进行了统计分析。数据分析显示所建立的奶粉电子鼻模型能够用于识别不同品牌的奶粉样品,同时电子鼻也能够鉴别奶粉是否有其他物质的掺入。另外基于电子鼻的灵敏性,其对于奶粉中掺入物的浓度也有一定的鉴定能力。研究结果表明电子鼻技术应用在奶粉掺假的快速检测上是可行的。     

青海亚麻籽油脂肪酸指纹图谱 构建及掺伪识别

以青海省不同产地的亚麻籽为原料,采用索氏抽提法提取亚麻籽油,通过气相色谱法分析亚麻籽油脂肪酸组成,并运用中药色谱指纹图谱相似度评价系统建立青海亚麻籽油脂肪酸指纹图谱,利用指纹图谱鉴定掺伪量分别为10%、20%、30%、40%、50%的大豆油、玉米油、花生油、菜籽油、葵花籽油、芝麻油的掺伪模型。结果表明：构建的指纹图谱符合指纹图谱研究的技术要求,可在一定程度上代表青海亚麻籽油样品的整体性;该指纹图谱可以鉴别掺伪量20%及以上大豆油、葵花籽油掺伪模型,10%及以上玉米油、花生油和菜籽油掺伪模型,而对芝麻油掺伪识别效果欠佳,掺伪量大于30%时才能鉴定。