基于深度学习的白酒分类识别方法

以深度学习为基础,结合Tensorflow与Keras框架,建立了基于深度学习的白酒品牌分类预测模型。通过电子舌(阵列式传感器)对待测白酒的特征信息进行采集,并与已知的待测白酒样品类别结合建立测试样本数据集,通过训练集与测试集对基于深度学习的白酒品牌分类预测模型进行训练与性能检验。结果表明,该预测模型的白酒品牌识别率达99.987%,准确率较高。     

基于电子鼻技术监测金耳深层发酵

利用电子鼻技术监测金耳深层发酵过程尾气变化,实现对金耳液体发酵过程的监测。优选出7根对金耳发酵液挥发性组分敏感的TGS系列气敏传感器。对所得数据进行主成分分析(principal component analysis,PCA)、模糊C均值聚类分析(fuzzy c-means method,FCM)和K最近邻分析(K-nearest neighbors analysis,KNN),通过主成分分析和模糊C均值聚类分析可以准确区分金耳的3个生长阶段。KNN模型在预测集和验证集中均对发酵阶段取得了较为理想的识别结果。实验结果表明,电子鼻技术可以有效监测金耳深层发酵过程状态。     

电子鼻气敏传感器的工作原理及其在肉品掺假中的应用研究进展

电子鼻作为一种新型仿生嗅觉检测技术,具有检测时间短、样品预处理简单、检测结果可靠等优点,受到国内外学者的广泛关注。目前,市场上存在许多基于不同检测原理和机制的新型电子鼻传感器,其类型和阵列的差异与电子鼻的应用扩展密切相关。本文重点阐述电子鼻中金属氧化物型、导电聚合型、质量敏感型、场效应管型、光纤型等气敏传感器的工作原理,分析影响电子鼻检测结果的主要因素,并概述电子鼻在生鲜肉与肉制品掺假中的应用研究进展,以期为电子鼻的工业化推广和肉品掺假检测技术革新提供参考。     

基于电子鼻和气质联用技术的浓香型白酒分类

该研究分别利用电子鼻和气质联用(gas chromatography-mass spectrometry,GC-MS)分析7种不同品牌浓香型白酒的差异。结果表明,电子鼻的S2、S6、S7和S9 4个传感器对不同品牌浓香型白酒具有较好的响应信号,经主成分分析(principal component analysis,PCA)筛选后可以作为浓香型白酒差异的特征指标来衡量。基于传感器信号,比较了PCA和线性判别对不同各品牌浓香型白酒的分类效果,PCA分析能够对不同品牌白酒进行较好区分。GC-MS分析表明,不同品牌浓香型白酒风味物质含量存在明显差异,而PCA分析中关系密切的样品在风味成分层面存在相似性。该研究提供了一种基于电子鼻、GC-MS技术和数理统计分析相结合的浓香型白酒分类方法,为浓香型白酒的快速质量分类方法的开发提供了理论和数据支撑。     

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。     

电子鼻和电子舌在乳制品品质及货架期监控中的应用研究

基于仿生技术和传感器技术的电子鼻和电子舌技术的应用研究发展迅速.本文介绍了电子鼻和电子舌系统的构成和工作原理以及其在分析乳制品的风味、监控其储藏阶段的成熟或变质过程、控制原料乳的质量及掺假(杂)等方面的应用现状.     

基于电子鼻和电子舌分析盐水鸭风味的差异性

通过分析不同品牌的盐水鸭,找出其在滋味、气味上的差异。根据这种差异探寻一种便捷、快速、准确辨别不同品牌、类型和优劣盐水鸭的方法。采用电子鼻法、电子舌法分析不同品牌盐水鸭。电子鼻的17个传感器对不同盐水鸭风味物质的响应影响显著(P0.05),而电子舌只有2个传感器对不同盐水鸭滋味物质响应影响显著(P0.05);不同盐水鸭样品气味差异显著(P0.05),滋味差异不显著(P0.05)。电子鼻可有效区分不同品牌的盐水鸭,对同一品牌、不同执行标准的盐水鸭也能准确区分,而电子舌对不同品牌的盐水鸭区分效果欠佳。不同品牌盐水鸭气味差异主要表现在卤化物、芳香类、烃类、硫化物和胺类等化合物上,而滋味无明显差异。可利用电子鼻法对盐水鸭进行鉴别。     

基于电子舌电子鼻分析红糖风味的差异性

目的:运用电子鼻、电子舌对不同品牌红糖风味进行检测区分,建立一种有效鉴别不同品牌、等级、产地红糖的方法。方法:对红糖感官评定结果进行等级一致性检验;运用电子舌自带软件对数据进行主成分分析,运用电子鼻自带软件对数据进行主成分分析、传感器区分度分析及线性判别分析;并利用DPS对电子舌数据进行方差分析及最小显著差异(LSD)法多重比较,对电子鼻数据进行方差分析;建立滋味雷达图观察不同红糖样品对传感器响应强度的差异性。结果:电子舌、电子鼻能够区分不同品牌、等级、产地的红糖,各红糖样品滋味差异主要是丰富性、咸味,香气成分差异主要是氮氧化合物、甲烷等短链烷烃、有机硫化物和无机硫化物;感官评定等级一致性检验结果也显示不同红糖样品的差异性显著。结论:电子舌、电子鼻技术可用于区分不同品牌、产地、等级的红糖,为红糖品质鉴别提供技术支持。     

电子鼻技术在猪肉新鲜度识别中的应用

根据猪肉的气味特征,建立了一套用于猪肉新鲜度识别的电子鼻系统。通过分析猪肉的腐败机理,合理选用了气敏传感器阵列。依据猪肉的新鲜度模式,确定了遗传优化的组合RBF神经网络作为模式识别方法。试验结果表明,本文的电子鼻系统对猪肉新鲜度的识别率达95%,优于其它识别系统。     

电子鼻和电子舌数据融合在鱼香调味汁风味识别中的应用

为快速区分不同地域鱼香调味汁,实验以电子鼻、电子舌对4个不同地域的鱼香调味汁挥发性气味和滋味进行检测,对传感器采集到的数据进行方差、雷达图和主成分分析。研究结果表明,在电子鼻方差分析中,18根传感器中有17根的响应值对4个不同产地的鱼香调味汁差异显著(P0.05),且雷达图和主成分分析均有助于区分不同产地的鱼香调味汁;在电子舌方差分析中,7根传感器采集到的4个样品数据差异显著(P0.05),但电子舌的方差、雷达图分析、主成分分析均显示3,4号样品差异不显著,表明电子舌能够在一定程度上区分不同产地的鱼香调味汁,但区分能力不足;而电子鼻和电子舌传感器数据融合主成分分析表明,4个样品的区分度较单独使用电子鼻或电子舌分析更加明显,故说明电子鼻和电子舌数据融合能够更加全面地评价食品风味。     

基于电子鼻和电子舌技术对不同品种红枣香气和滋味的差异分析

以12种红枣（酸枣、大平顶枣、圆铃枣、灵武长枣、壶瓶枣、狗头枣、金丝小枣、灰枣、灵宝大枣、木枣、石门大枣、骏枣）所破碎的红枣汁为试验对象,探讨了其在香气和滋味上的差异。结果表明,经电子鼻检测发现,电子鼻各传感器对不同品种红枣香气成分的差异显著（P＜0.05）;经主成分分析（PCA）和线性判别式分析（LDA）发现,电子鼻能够明显的区别不同品种的红枣。经电子舌检测发现,电子舌5个基本味对不同品种红枣的滋味差异显著（P＜0.05）,而3个回味对不同品种红枣的滋味差异不显著（P＞0.05）;经主成分分析发现,电子舌不能有效的区别不同品种的红枣。     

电子鼻技术在朗姆酒分类及原酒识别中的应用研究

采用PEN3电子鼻嗅觉指纹分析系统对不同产地（中国、牙买加、古巴、危地马拉、菲律宾）的朗姆酒以及4种不同工艺原酒的香气进行了检测,分析电子鼻指纹图谱各特征峰,分别利用主成分分析方法（PCA）和线性判别因子分析法（LDA）建立了识别模型,采用传感器区分贡献率（Loadings）对传感器进行研究,确认各传感器对样品区分的贡献率大小和特征香气成分。结果表明,PEN3电子鼻不仅可以很好地区分不同产地的朗姆酒,而且对4种不同工艺的原酒也做出了较好地分类判别。     

苹果酒品质检测中电子鼻和电子舌检测参数的优化

以不同产地相同品种的苹果（陕西长富二号、甘肃长富二号、山东长富二号）为原料酿造苹果酒，采用电子鼻和电子舌技术对3种不同苹果酒的挥发性气味和滋味成分进行检测和分析。从样品稀释倍数、顶空进样体积、顶空生成时间和载气流速4个实验参数研究检测条件对电子鼻传感器响应信号的影响，选取传感器信号峰值和稳定值，通过单因素方差分析和主成分分析（PCA），获得电子鼻的最佳检测参数为：样品稀释30倍、顶空进样体积5 mL、顶空生成时间5.0 min、载气流速300 mL/min。从样品稀释倍数研究检测条件对电子舌传感器响应信号的影响，通过主成分分析，获得电子舌的最佳检测参数为样品稀释30倍。应用优化后的参数采用电子鼻和电子舌对3种不同苹果酒的检测，区分效果较好，能够从挥发性气味、滋味等实现苹果酒的检测和鉴别。     

电子鼻和电子舌技术在五倍子蜂蜜风味识别中的应用

为实现不同产地五倍子蜂蜜的快速识别,采用德国AIRSENSE公司的PEN3型电子鼻系统和日本INSENT公司的味觉分析系统对贵州12个不同地区五倍子蜂蜜进行检测,通过主成分分析（Principal Component Analysis,PCA）、线性判别分析（Linear Discriminant Analysis,LDA）、传感器区分贡献率（Loadings）分析等,从气味和滋味方面对不同产地五倍子蜂蜜进行识别。不同产地的五倍子蜂蜜在电子鼻PCA分析、LDA分析中第一和第二主成分贡献率之和分别为99.90%、87.05%,Loadings分析发现气味差异主要来自于无机硫化物类、氮氧化物类、有机硫化物类、醇醚醛酮类等;在电子舌PCA分析中第一和第二主成分贡献率之和为99.35%,通过雷达图离散程度可知,不同地区五倍子蜂蜜在酸味、甜味、苦味上的差异较大。电子鼻和电子舌技术均能区分不同产地的五倍子蜂蜜,可用于今后蜂蜜的鉴别分析中。     

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。     

基于电子鼻和电子舌技术分析发酵鲟鱼加工过程中风味的变化

采用电子鼻、电子舌技术分别对新鲜鲟鱼、腌制鲟鱼和发酵鲟鱼（5 d、10 d、20 d、25 d、35 d）的气味和滋味进行检测,并结合感官评价方法,分析发酵鲟鱼加工过程中气味和滋味的差异,以期探寻一种快速、便捷、准确鉴定鲟鱼发酵程度的方法。结果表明,电子鼻的17个传感器和电子舌的5个传感器对不同处理阶段和不同发酵时间鲟鱼样品的气味与滋味响应强度均有差异,不同处理阶段和不同发酵时间鲟鱼样品气味差异明显,滋味差异不明显,说明电子鼻可有效区分不同处理阶段和不同发酵时间的鲟鱼,而电子舌对鲟鱼的发酵过程区分效果欠佳。不同处理阶段鲟鱼的气味差异主要存在于烃类、酯类、醛类、硫化物和胺类等化合物上。感官评价可以从外在分析发酵鲟鱼的滋味和气味及肉质,与电子鼻分析结果一致。     

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。     

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.     

电子鼻和电子舌在果酒风味分析中的应用

采用电子鼻嗅觉指纹分析系统、电子舌味觉指纹分析系统及人工感官评价对不同品种樱桃酒(中樱狄墨尔干红和干白)和不同品种葡萄酒(张裕干白和长城干红)的香气和口感进行了检测,并采用主成分分析(PCA)和判别因子分析法(DFA)对传感器响应信号进行了分析。经模式识别分析得到:在香气上,樱桃干白与葡萄干白的差异最小,其次是樱桃干红和葡萄干红,干白和干红之间的差异最大;在口感上,樱桃酒(干红和干白)与葡萄酒(干红和干白)的差异较大。电子鼻和电子舌分析结果与人工感官评价结果一致。研究表明,电子鼻和电子舌结合模式识别方法可用于果酒的风味评价。