电子舌对鸡汤和人工勾兑高汤及其混合样品的识别

运用电子舌对鸡汤与人工勾兑高汤及其混合样品进行识别,对所获得的数据进行主成分分析、判别因子分析和偏最小二乘回归分析。结果表明:电子舌能够有效识别鸡汤与各种人工勾兑的汤,以及其混合样品;对不同混合比例的鸡汤建立了偏最小二乘回归分析预测模型,电子舌响应信号和鸡汤混合比例之间有很好的相关性(相关系数为0.958 71),偏最小二乘回归分析模型预测误差在15%以内。证明电子舌可用于鸡汤与人工勾兑汤的识别。     

电子舌对掺入果葡糖浆掺假蜂蜜的识别

采用电子舌对不同蜂蜜以及掺入果葡糖浆的蜂蜜样品进行测定,对所获得的数据进行主成分分析、判别因子分析和偏最小二乘回归分析。结果表明:电子舌能够区分不同蜂蜜样品和掺假蜂蜜样品(果葡糖浆掺入比例≥5%);对掺假蜂蜜样品建立了偏最小二乘回归分析预测模型,电子舌响应信号和果葡糖浆掺入比例之间有很好的相关性(决定系数R2为0.992 0),偏最小二乘回归分析模型预测误差均≤5%(掺入比例为10%~70%)。试验证明电子舌可用于掺入果葡糖浆的掺假蜂蜜的识别。     

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。     

基于电子舌技术的啤酒口感评价及其滋味信息与化学成分的相关性研究

运用电子舌、感官品评以及风味化学分析技术对30个同一品类不同批次的啤酒样品进行感官评价、电子舌滋味评价和风味化学物质分析,结合主成分分析及偏最小二乘回归法研究电子舌在同一品类不同样品间风味判别以及口感量化评价方面的应用。结果发现,基于电子舌传感器的滋味信息及主成分分析方法,可灵敏地区分不同样品间的滋味差异;同时结合感官品评数据,利用偏最小二乘法建立了基于电子舌的口感评价模型。此外,通过对40种风味物质与7根电子舌传感器滋味信号间的偏最小二乘回归分析,发现离子(Na+、PO34-)、有机酸(甲酸)、多糖(麦芽三糖、四糖及以上多糖)、小分子蛋白、总多酚以及醇类物质是影响电子舌滋味信息的主要因素,且同一种物质对不同传感器滋味信号的影响及程度不同,明确了影响不同传感器滋味信号的物质基础,阐明了电子舌的呈味机制。该研究为客观、准确、快速的风味感官评价以及调控技术提供技术手段和理论依据。     

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。     

基于电子鼻和电子舌的白酒检测

研究利用电子鼻和电子舌技术快速检测白酒品质。以不同品牌、不同香型和不同比例掺假白酒为检测对象,采用主成分分析、线性判别分析和偏最小二乘法对电子鼻整体气味响应图谱和电子舌在1、10、100和1000Hz四个不同频段脉冲激发下的金、银、钨、钛四个工作电极组成的传感电极阵列响应信号进行分析。结果显示:电子舌对不同品牌和不同香型白酒的区分能力要优于电子鼻,且LDA的识别效果较PCA更好;利用偏最小二乘法建立的定量预测模型,在主成分数取5时,电子舌所建模型最优。用独立样品检验模型精度,模型预测值和参考值的相关系数为0.881。研究结果可为白酒生产和销售过程中的质量监控提供支持。     

电子舌在鲜榨橙汁掺假识别中的应用研究

在鲜榨橙汁中分别添加不同比例的橙汁饮料,采用电子舌检测技术对其口味进行识别,对传感器所获得的响应信号进行主成分分析(PCA)、辨别因子分析(DFA)和偏最小二乘回归分析(PLS)。与PCA相比,DFA对样品的区分效果更好,随着掺假比例的增加,样品分布呈现一定的规律性;PLS分析法显示:橙汁饮料的不同掺入比例与电子舌响应信号有较好的相关性,相关系数为0.963 8;PLS模型预测误差值在1.85%~2.20%。证明电子舌技术能够有效的用于鲜榨橙汁掺假的鉴别。     

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。     

基于电子舌和电子鼻结合氨基酸分析鱼香肉丝调料风味的差异

为实现快速、准确地鉴别鱼香肉丝调料的整体风味信息,本实验以市售不同品牌的鱼香肉丝调料为研究对象,采用电子鼻和电子舌分析不同品牌调料的气味和滋味差异性,并结合氨基酸分析,解析游离氨基酸与电子舌滋味特性之间的相关性。结果表明:电子鼻能够准确区分不同品牌鱼香肉丝调料的气味,样品B和C的香气相似,其它样品的香气差异明显。电子舌对于不同品牌鱼香肉丝调料的滋味区分较好,样品D的酸味较为突出,样品A的甜味较为突出,样品E在咸味和鲜味较为突出。在样品E中,谷氨酸、丙氨酸、丝氨酸、缬氨酸、苯丙氨酸和组氨酸的味道强度值（TAV)均大于1,对鲜味和甜味呈味具有重要的贡献。偏最小二乘法分析（PLS）和Pearson相关系数关联性分析表明,电子舌的滋味特性与大部分游离氨基酸呈现正相关,其中酸味和甜味分别与苏氨酸和甘氨酸相关性显著（P<0.05）,咸味、鲜味和苦味与谷氨酸相关性极显著（P<0.01）。可利用电子鼻、电子舌和氨基酸分析技术对鱼香肉丝调料鉴别。     

电子舌技术在低钠盐配方检测评价中的应用

研究电子舌技术在低钠盐配方检测评价中的应用。利用伏安型电子舌对样品溶液进行数据采集,通过小波变换去除信号噪声;基于主成分分析和聚类分析对样品溶液进行分析评价;基于偏最小二乘法建立低钠盐配方的咸味得分预测模型。结果表明:小波变换能去除高频噪声,保留信号的有用成分;主成分分析和聚类分析能对样品进行区分分类,正确反映样品的亲疏关系;采用偏最小二乘法建立的咸味预测模型,建模集和预测集的RMSE分别为3.18%、1.75%,预测效果很好。研究结果为低钠盐配方品质评价提供了一种快速的检测方法。     

Discrimination of edible fungi varieties and evaluation of their umami intensities by using an electronic tongue method

The flavour and taste of edible fungi are highly associated with the presence of several umami substances. In this study, the different edible fungi are discriminated by an electronic tongue method. The response data are analysed by the PCA (principal component analysis), DFA (discriminant factor analysis) and PLS (partial least square) method. The results show that the two data analysis methods (PCA and DFA) could successfully distinguish the variety of edible fungi. Moreover, the umami intensities of the edible fungi solutions are evaluated and compared by an electronic tongue analysis with calibration by the responses of different monosodium glutamate (MSG) concentrations. The signals are also used to build up PLS models to estimate and predict the umami intensities of the edible fungi. The results of this study indicate that the electronic tongue has a great potential in qualitative and quantitative analysis of the sensory quality of edible fungi.     

Sensory Evaluation and Electronic Tongue for Sensing Flavored Mineral Water Taste Attributes

In this article a trained sensory panel evaluated 6 flavored mineral water samples. The samples consisted of 3 different brands, each with 2 flavors (pear‐lemon grass and josta berry). The applied sensory method was profile analysis. Our aim was to analyze the sensory profiles and to investigate the similarities between the sensitivity of the trained human panel and an electronic tongue device. Another objective was to demonstrate the possibilities for the prediction of sensory attributes from electronic tongue measurements using a multivariate statistical method (Partial Least Squares regression [PLS]). The results showed that the products manufactured under different brand name but with the same aromas had very similar sensory profiles. The panel performance evaluation showed that it is appropriate (discrimination ability, repeatability, and panel consensus) to compare the panel's results with the results of the electronic tongue. The samples can be discriminated by the electronic tongue and an accurate classification model can be built. Principal Component Analysis BiPlot diagrams showed that Brand A and B were similar because the manufacturers use the same aroma brands for their products. It can be concluded that Brand C was quite different compared to the other samples independently of the aroma content. Based on the electronic tongue results good prediction models can be obtained with high correlation coefficient (r² > 0.81) and low prediction error (RMSEP < 13.71 on the scale of the sensory evaluation from 0 to 100).     

Study on classification of soy sauce by electronic tongue technique combined with artificial neural network

Electronic tongue as an analytical tool coupled with pattern recognition was attempted to classify 4 different brands and 2 categories (produced by different processes) of Chinese soy sauce. An electronic tongue system was used for data acquisition of the samples. Some effective variables were extracted from electronic tongue data by principal component analysis (PCA). Backpropagation artificial neural network (BP-ANN) was applied to build identification models. PCA score plots show an obvious cluster trend of different brands and different categories of soy sauce in the 2-dimensional space. The optimal BP-ANN model for different brands was achieved when principal components (PCs) were 2, and the identification rate of the discrimination model was 100% in both the calibration set and the prediction set, and the optimal BP-ANN model for different categories had the same result. This work demonstrates that electronic tongue technology combined with a suitable pattern recognition method can be successfully used in the classification of different brands and categories of soy sauce.     

电子舌在豆瓣区分识别中的应用

将电子舌应用于豆瓣样品的区分识别中,同时将电子舌的分析结果、感官分析与样品中辣椒素类物质含量进行对比研究。结果表明:电子舌能够很好地区分不同的豆瓣样品;电子舌分析结果与样品中辣椒素类物质含量具有较好的相关性,但是电子舌分析结果与感官分析结果之间的相关性不强。     

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。     

Discrimination of Beer Flavours by Analysis of Volatiles Using the Mass Spectrometer as an Electronic Nose

Entire mass spectra of beer headspace components were used as fingerprints for beer brand classification and differentiation of beer samples stored under various conditions. Chemometric analysis of the mass spectra allowed for the discrimination of beer brands and for the detection of beer aging and photodegradation. The numeric methods used include unsupervised PCA modelling and discrimination using kNN, LDA, and D‐PLS methods.     

基于电子舌技术的豉香型白酒分类识别研究

豉香型白酒作为广东地产酒,是中国白酒十二大主流香型之一,深受粤港澳地区和东南亚地区群众的喜爱。该研究采用电子舌技术和多变量统计学方法相结合,对广东地产豉香型白酒的滋味品质评价分析。结果表明,电子舌对同一产地不同品牌的豉香型白酒做出了较好的分类判别。从味觉雷达图发现三个品牌的酸味、涩味、苦味指标存在一定差异,而在三个品牌的分类判别结果表明,线性判别分析法优于主成分分析法,9个批次的未知样品均能准确识别,表明该模型能够较好区分不同品牌的豉香型白酒。