基于电子舌的乳制品品质特性及新鲜度评价

利用仪器快速、客观地评价乳制品的品质和新鲜度一直是乳制品相关研究的热点,利用课题组开发的多频脉冲电子舌,对5种品牌的UHT(超高温)灭菌纯牛乳和2种品牌的巴氏杀菌纯鲜牛乳进行了评价试验。采用主成分分析法进行数据处理。试验结果表明,电子舌可以很好地区分不同企业采用不同热处理工艺生产的牛乳产品;在室温(20℃)和冷藏(4℃)条件下,鲜牛乳品质随贮藏时间变化的特性也可以通过电子舌表征。电子舌作为一种新型的现代化智能感官仪器,在乳制品的品质及新鲜度评价中具有较大的潜力。     

基于电子舌的电子烟甜度评价模型研究

为了建立电子烟甜度定量分析的客观方法,利用电子舌对60个电子烟液样品进行测定得到60组数据,通过偏最小二乘、人工神经网络和支持向量机三种方法对电子舌测定数据与人工感官数据进行关联分析,建立了三个电子烟甜度评价模型。三个模型的比较结果显示,支持向量机法所建立的模型对未知电子烟样品甜度预测结果最为可靠,其中该模型的相关系数为0.96,预测结果的平均相对误差为7.30%,预测结果的均方根误差为0.61。由此可知,电子舌结合支持向量机法所建立的评价模型,可以实现对未知电子烟甜度的可靠预测。      

基于电子鼻、电子舌技术的荣昌猪肉及其制品贮藏过程新鲜度检测研究

目的 探究电子鼻、电子舌对贮藏期间荣昌猪肉及其制品新鲜度变化的检测效果。方法 测定贮藏期间荣昌猪肉及其制品菌落总数(total viable count, TVC)、挥发性盐基氮(total volatile basic nitrogen, TVB-N)及感官特性的变化,并以此划分其新鲜度等级。同时,采用电子鼻、电子舌分别对贮藏期间荣昌猪肉及其制品进行检测,运用线性判别分析(lineardiscriminantanalysis,LDA)、传感器贡献率分析(Loading)、主成分分析(principal component analysis, PCA)识别荣昌猪肉及其制品的新鲜度。结果 电子鼻能够检测到荣昌猪肉及其制品在贮藏期间的气味变化,并能够对其新鲜度进行区分,而传感器W1W对应的硫化物类的变化是电子鼻检测其新鲜度的主要依据。电子舌能够很好地区分贮藏期间荣昌猪肉及其制品的滋味变化,并能够区分其新鲜度。结论 利用电子鼻、电子舌技术能够识别不同新鲜度的荣昌猪肉及其制品,为进一步研究荣昌猪肉及其制品新鲜度快速检测提供方法参考和理论依据。     

基于SVM方法的猪肉新鲜度分类问题研究

文中采取减压贮藏方式对新鲜猪肉进行了贮藏实验,测定了不同贮藏时间样品的挥发性盐基氮含量(TVB-N)、细菌总数、pH值及感官评价数据,并运用支持向量机(support vector machine,SVM)对这些样本数据进行训练,选取不同的核函数,得到SVM神经网络模型,随后利用此模型对测试数据进行猪肉新鲜度分类预测。实验表明,根据样本特性进行数据预处理,且选取合适的核函数后,SVM神经网络能得到极高的猪肉新鲜度正确分类率。     

基于电子舌快速检测冷藏双斑东方鲀的新鲜度

为研究双斑东方鲀在冷藏过程中滋味物质的变化规律,并建立一种快速检测冷藏双斑东方鲀的鲜度的方法,本文通过对不同冷藏期(0℃和4℃)双斑东方鲀的滋味物质进行测定分析,并以菌落总数(TVC)的测定结果为鱼肉新鲜度的判别标准,电子舌传感器响应值为因变量,运用偏最小二乘法(PLSR)和多元线性回归(MLR)法建立能够用于区分不同...     

基于电子舌的鳓鱼固态发酵过程理化指标预测模型

为实现对鳓鱼固态发酵过程的监测,用常规分析方法和电子舌技术分别测定了鳓鱼发酵过程中水分、p H、总酸、氨基态氮(ANN)、挥发性盐基氮(TVB-N)和味觉指纹的变化;基于电子舌数据,采用主成分分析(PCA)和判别分析(DA)对不同发酵时间的鳓鱼样品进行识别;采用偏最小二乘回归分析(PLSR)建立电子舌数据与相关理化指标之间的预测模型,并对模型进行评价。结果表明:发酵过程中鳓鱼理化指标和滋味特征均有显著变化;主成分分析提取的3个主成分的累积贡献率可达94.49%,判别分析的判别符合率为100%,不同发酵时间的鳓鱼能被有效识别;基于电子舌响应信号建立的5种理化指标预测模型中,水分和ANN模型的相对分析误差(RPD)均为1.80,可用于定性分析。TVB-N模型的RPD为2.47,具有一定定量检测分析能力。p H和总酸的PLSR预测模型的RPD大于5,定量效果良好,稳定性优良,预测精度高。因此,利用电子舌结合相关化学计量方法对鳓鱼固态发酵过程进行识别和监控可行。     

基于电子舌的肉品品质及新鲜度评价研究

利用电子舌研究宰后不同品种生鲜肉品(猪肉和鸡肉)的品质和新鲜度.对不同品种(杜大长猪和金华猪)、部位(背最长肌和半膜肌)的宰后猪肉的电子舌检测表明,电子舌不仅可以有效区分同一猪的背最长肌和半膜肌,而且可以辨识不同品种生鲜肉品之间的差异;在室温(15℃)和冷藏(4℃)条件下,不同时间点的肉品特性也可以通过电子舌加以区分.对三黄鸡、AA鸡的检测证实,电子舌对鸡肉品质和新鲜度的辨识评价是有效的.     

基于光谱技术的支持向量机判别牛肉新鲜度

目的 实现生鲜牛肉新鲜度等级的无损快速判别。方法 用可见/近红外光谱检测系统, 获取储存1~18 d的36块牛肉样品的400~1600 nm范围的光谱信息, 以挥发性盐基氮理化值为分类依据。用多元散射校正(MSC)、变量标准化(SNV)、SG平滑预处理方法处理光谱数据, 分别建立牛肉新鲜度的支持向量机分类模型。结果 MSC+SG预处理后所建立的分类模型预测能力最好, 训练集和测试集的回判识别率和预测识别率分别为96.30%、100%, 验证集的识别率为88.89%。结论 可见/近红外光谱结合支持向量机, 对牛肉新鲜度进行无损快速判别是可行的。     

基于电子舌检测的橙汁贮藏品质研究

为实现对不同储存时间的鲜榨橙汁品质进行客观、快速的评价,采用基于虚拟仪器技术的电子舌系统对6种不同储存时间下的鲜榨橙汁样本进行定性和定量分析。针对电子舌输出信号特点,分别采用主成分分析(Principal Component Analysis,PCA)和离散小波变换(Discrete Wavelet Transform,DWT)方法对输出信号进行预处理,以分类效果为依据,确定离散小波变换作为较佳特征提取方法。在此基础上,采用线性判别分析(Linear Discriminant Analysis,LDA)方法对不同储存时间鲜榨橙汁样本进行定性分析,然后采用粒子群优化最小二乘支持向量机(Particle Swarm Optimization Least Squared-Support Vector Machines,PSOLSSVM)对鲜榨橙汁的不同储存时间进行定量预测。结果表明:LDA结果中第一判别式(LD1)和第二判别式(LD2)的综合贡献率为95.7%,6种储存时间下的鲜榨橙汁样本均得到有效定性辨别;而PSO-LSSVM预测模型对鲜榨橙汁的不同储存时间具有较高的定量预测精度,其相关系数(R~2)、均方根误差、平均绝对误差分别为0.999 1,0.287 7,0.232 8。     

电子舌在黄酒检测中的应用

运用Astree型电子舌对不同的黄酒样品进行了检测,并结合PCA、DFA及BP神经网络,对3个厂家不同酒龄的9个样品进行分析。结果表明,电子舌不仅可以区分不同厂家的产品,同时也可以很好地区分同一厂家不同陈酿时间的黄酒样品。对古越龙山品牌3个酒龄各8个批次的样品进行了理化指标的分析,并将数据与电子舌传感器数据信息建立BP神经网络模型,结果显示除氨态氮含量的拟合与预测较为准确外,总酸、pH值等其他理化指标的拟合与预测效果都不理想。     

电子鼻和电子舌在鱼肉鲜度评价中的应用研究

鲜度是鱼肉及鱼类制品质量的一个重要指标。电子舌和电子鼻技术都能快速地评价鱼肉的品质和新鲜度。本文主要介绍了电子鼻和电子舌的在评价鱼肉鲜度时的工作原理以及研究现状和应用前景。     

基于电子鼻的鸡蛋新鲜度检测

鸡蛋新鲜度检测十分重要,为实现无损检测鸡蛋新鲜度,该文利用电子鼻技术,通过挥发物的检测来尝试对20℃、70%RH贮藏条件下的鸡蛋新鲜度进行预测。并测量鸡蛋的理化指标(哈夫单位和蛋黄指数)作为新鲜度的衡量标准。通过线性判别分析对储藏不同天数的鸡蛋进行分类分析,发现线性判别分析能较好地区分不同储藏天数的鸡蛋,判别函数的总贡献率为75.70%;利用多元线性回归和BP神经网络分析法建立电子鼻响应信号和鸡蛋理化指标之间的关系模型,所建多元线性回归模型的相关系数达0.84以上,相对误差在8.00%左右;所建BP神经网络模型的相关系数达0.84以上,相对误差在9.00%左右。说明电子鼻技术对鸡蛋新鲜度具有一定的预测能力,该研究可为鸡蛋新鲜度的无损检测提供参考。     

基于电子鼻和改进无监督鉴别投影算法的大闸蟹新鲜度识别方法

通过自制电子鼻系统采集活体大闸蟹的气味信息,采用流行学习算法对大闸蟹样本的多维特征响应进行降维,提取样本的低维特征向量,再利用反向传播神经网络实现对大闸蟹新鲜度的识别,并与理化指标挥发性盐基氮进行比较。结果表明,基于该算法的大闸蟹新鲜度识别的准确度可达到98.1%,且依据电子鼻技术与依据理化指标判断结果基本一致,因此采用电子鼻技术的大闸蟹新鲜度无损识别方法是可行的。     

电子舌对橙汁感官品质定量评价研究

尝试采用电子舌技术对橙汁感官品质进行快速定量评价。试验以3类20种品牌橙汁为研究对象,以人工感官评价结合模糊数学评价橙汁感官品质,获得各个感官指标得分值;同时采集样本的电子舌传感器数据。利用因子分析法确定橙汁各感官指标的权重,根据权重得出橙汁感官品质的总得分。然后对比采用偏最小二乘法和BP神经网络建立电子舌传感器响应值与感官品质总得分值之间的定量预测模型。结果显示,因子分析法可以有效分析不同类型橙汁的感官指标,得到色泽、香气、酸度、甜度、苦涩味、体态的权重分别为0.15、0.06、0.20、0.24、0.15、0.20。当采用主成分数为3,建立的BP神经网络模型效果最优。模型预测集中预测值与参考值的相关系数为0.93;预测集均方根误差为0.20。研究结果可为橙汁感官品质的智能化评价提供参考。     

基于电子鼻的猪肉新鲜度的检测

为了探索电子鼻对猪肉新鲜度检测的可能性,以STM32和CC2430为核心设计了新型无线电子鼻,并对5种不同新鲜度的猪肉样品进行了分析。对数据进行平滑处理后提取稳态响应值,并分别利用主成分分析和概率神经网络建立新鲜度识别模型。结果表明,主成分分析的前2个主元累计贡献率达92.79%,分类效果明显;概率神经网络模型识别率达到100%。     

电子鼻和电子舌在饮料酒分析中的应用近况

电子鼻和电子舌是近十年发展起来的嗅觉、味觉传感器技术产品,具有客观、可靠和重现性好等优点。文中介绍了电子鼻和电子舌的基本组成和工作原理,综述了电子鼻和电子舌技术在饮料酒感官评价中的应用现状和发展前景。     

电子舌识别技术对腌制黄瓜调料的定量化分析

采用一种基于电子舌识别技术的方法对腌制黄瓜中盐、总酸、还原糖和乳酸钙进行定量分析。采用PLS分析和BP-ANN分析对数据进行处理,建立并对比了两种预测模型。结果表明,PLS模型和BP-ANN模型均具有较好的预测能力,相关系数(R2)均在0.9以上。对于盐和乳酸钙,两种模型适用性相似;对于总酸,BP-ANN模型优于PLS模型;对于还原糖,PLS模型优于BP-ANN模型。该研究为电子舌识别技术在腌制黄瓜调料定量化分析中应用的可行性提供了理论依据。