基于电子鼻的花椒油氧化判别分析

以市售的10种花椒油为研究对象,采用电子鼻技术结合主成分分析(principal component analysis,PCA)、聚类分析(cluster analysis,CA)、线性判别分析(linear discriminant analysis,LDA)和判别因子分析(discriminant factor analysis,DFA)对不同氧化程度的花椒油进行定性判别分析,并建立相应的花椒油氧化快速判别模型。利用所建模型对40组验证样品进行判别,将判别结果与国标法所测过氧化值进行比较分析,结果表明,CA、PCA、LDA和DFA的判别正确率分别为95.0%、97.5%、100%和97.5%,说明基于电子鼻技术能够对花椒油氧化进行判别,且LDA法判别效果较好。     

基于电子鼻技术的不同苹果品种香气的表征与识别

采用电子鼻技术,对4个品系8个品种的苹果香气进行描述,并探究各品系品种间风味轮廓的差异,从而实现电子鼻对不同品种苹果香气的识别。采用主成分分析(principal component analysis,PCA)、载荷分析(loadings analysis,LA)以及线性判别分析(linear discriminant analysis,LDA)分别对电子鼻10个传感器的响应信息进行分析。结果表明:线性判别分析的区分效果要优于主成分分析,电子鼻对不同品种苹果的区分效果有重叠,部分同品系的苹果品种风味特征极其接近。其中乔纳金、斯塔克矮金冠、华帅一号苹果的香气在主成分分析和线性判别分析中都显著区分于其他品种,而同品系的垂枝国光和国光苹果风味轮廓重叠严重,香气无明显差异。因此,基于苹果香气物质的差异,电子鼻可以作为识别苹果品种的一种重要手段。     

电子鼻在掺假牛肉馅识别中的应用

为了探索电子鼻对牛肉类掺假识别的可行性,利用电子鼻对牛胸肉、猪前槽肉、鸡胸肉和鸡皮样品进行了检测分析。通过对所获得的数据进行主成分分析(principal component analysis,PCA)、线性判别分析(linear discriminantanalysis,LDA),结果表明:电子鼻能够较好的识别牛胸肉馅料中掺入不同比例的猪前槽肉、鸡胸肉和鸡皮,且LDA方法的效果明显优于PCA方法。     

基于软X射线与低场核磁检测小麦隐蔽性害虫玉米象

针对小麦内部隐蔽性害虫玉米象(Sitophilus zeamais)难以检出的问题,本文将高清软X射线与低场核磁两种检测技术相结合,通过高清软X射线拍摄的图片,观察玉米象在小麦内部的整个生长周期,提取图片纹理特征,用线性判别分析(linear discriminant analysis,LDA)与二次判别分析(quadratic discriminant analysis,QDA)算法进行分类判别,并对被不同虫态玉米象感染的小麦进行低场核磁检测。研究结果表明:在12%水分含量小麦中,玉米象的生长周期大约为36 d,LDA与QDA模型对未感染小麦与不同感染阶段小麦进行单独分类判别时,准确率都达到了95%以上,对卵期以及幼虫具有较高的分类准确率。根据小麦被玉米象感染后特征峰值比例P2b与P22的变化,可以用来作为小麦是否受玉米象感染定性判断的依据。     

基于电子鼻技术的秋刀鱼新鲜度评价

采用德国PEN-3型便携式电子鼻收集4℃冷藏条件的秋刀鱼挥发性风味信息,并对收集的风味信息进行传感器载荷分析(loadings analysis)、线性判别分析(linear discriminant analysis,LDA)和主成分分析(principal component analysis,PCA),其结果与秋刀鱼感官评价、p H值、挥发性盐基氮(total volatile basic nitrogen,TVB-N)值和菌落总数等指标进行相关性分析。结果表明:秋刀鱼的气味随着贮藏时间的延长发生变化,其中氮氧化合物、有机硫化物和无机硫化物等电子鼻传感器的响应值变化最为明显;电子鼻分析结果与感官、p H值、TVB-N值和菌落总数分析结果显著相关,表明电子鼻检测技术可用作秋刀鱼新鲜度快速判别的一种新型检测方法。     

电子鼻结合顶空SPME-GC-MS联用技术分析贵州不同品种辣椒发酵后挥发性成分

以贵州5种不同辣椒品种为研究对象,采用电子鼻技术,结合顶空固相微萃取-气相色谱-质谱（solid phase microextraction-gas chromatography-mass,SPME-GC-MS）联用技术,对其发酵后挥发性成分进行分析。结果表明,电子鼻分析结果能够很好地区分不同辣椒品种发酵后的风味;采用主成分分析（principal component analysis,PCA）以及线性判别分析（linear discriminant analysis,LDA）可知,PCA和LDA主成分贡献率总和分别为99.93%、99.19%,均大于95%,说明传感器识别效应和样品间的风味区分度较好。SPME-GC-MS分析结果表明,5种样品共检出124种不同的挥发性风味物质。其中黄平线椒占97种,以酯类物质相对含量最高,为36.82%;施秉线椒和大方皱椒分别占88种和94种,且均以醇类物质相对含量最高,分别为31.88%、28.99%;百宜平面椒和花溪党武辣椒分别占89种和71种,均以烃类物质相对含量最高,分别为26.75%、35.08%。此结果与电子鼻PCA和LDA结果相一致。因此,通过SPME-GC-MS和电子鼻分析结果可知,电子鼻能够很好地区分贵州名优产地不同辣椒品种发酵后的风味。     

近红外光谱结合线性判别分析方法在食醋品牌鉴别中的应用

采用近红外光谱技术结合化学计量学手段,建立不同品牌食醋的快速鉴别方法。用近红外光谱仪对103组食醋样品进行扫描,采用二阶导数对图谱进行预处理、标准化处理、T检验和主成分分析(principal component analysis,PCA),运用留一法构建线性判别分析(linear discriminant analysis,LDA)模型。结果表明,原始近红外谱图经过处理后,显示出同种品牌食醋主成分的聚类趋势;交叉验证结果表明,PCA-LDA模型预测不同品牌食醋的正确率高达85. 57%,该模型具有较好的预测效果。该研究结合近红外光谱与PCA-LDA模型,为不同品牌食醋提供一种快速鉴别方法,具有处理近红外光谱数据,研究物质主成分的应用潜力。     

电子鼻对酱牛肉煮制过程中老汤风味的检测

利用电子鼻对酱牛肉煮制过程中的老汤进行风味分析,煮制时间4 h,每1 h取样1次,进行电子鼻风味检测。结果表明:随着煮制时间增加,老汤中的醇、醛、酮类及氮氧化物、硫化物成分升高,这些成分也是酱牛肉的主要风味物质来源。后将其数据分别进行主成分分析(principal component analysis,PCA)和线性判别式分析(linear discriminant analysis,LDA),发现LDA分析效果优于PCA。采用负荷加载分析判别不同传感器对于第一、第二主成分的贡献率及相关性,R2、R6、R7、R8、R9等可作为优选传感器应用于分析老汤风味变化。因此电子鼻系统用于监控酱牛肉加工过程中老汤的风味变化是可行的。     

电子鼻鉴定米曲霉生长繁殖可行性研究

目的研究PEN3电子鼻检测郫县豆瓣制曲过程中米曲霉的生长繁殖程度的可行性。方法分别利用PEN3电子鼻检测郫县豆瓣制曲过程中挥发性气体的特征数值及荧光定量PCR(quantitative real-time PCR,QPCR)检测豆瓣制曲过程中米曲霉的生长繁殖程度,通过雷达图分析、主成分分析(principal component analysis,PCA)、线性判别分析(linear discriminant analysis,LDA)、支持向量机(support vector machine,SVM)等数据分析方法,结合2种方法的测定结果,判断电子鼻鉴定米曲霉生长繁殖程度的可行性。结果电子鼻侦测数值结合LDA与SVM模式识别均能实现对接种发酵过程米曲霉的增长程度判别,SVM模式识别出不同生长繁殖程度的米曲霉的正确率超过90%。结论电子鼻检测郫县豆瓣米曲霉的生长繁殖是可行的,为郫县豆瓣行业提供了新的快速无损检测方法。     

红肉火龙果贮藏期间气味监测及桃吉尔霉对气味的影响

目的 监测贮藏条件下火龙果挥发性气味变化及桃吉尔霉(Gilbertella persicaria)侵染果实后气味的改变。方法 以红肉火龙果“紫红龙”为实验材料, 采用电子鼻对室温贮藏条件下火龙果和接种G. persicaria病原菌后的火龙果的挥发性气味变化进行检测。对不同传感器的响应值进行主成分分析(principal component analysis, PCA)、线性判别分析(linear discriminant analysis, LDA), 并通过载荷分析(loading analysis, LA)明确了传感器的贡献率。结果 PCA和LDA均能准确判别出火龙果果实在贮藏期间的挥发性气味变化以及果实被G.persicaria侵染后气味的改变, 载荷分析方法显示出W1S和W1W传感器在火龙果贮藏期间起主要作用, 而在识别病原菌感染后气味改变时起作用的主要是W1W和W2W传感器。结论 电子鼻检测技术可以快速区分火龙果果实贮藏时间及G. persicaria侵染后果实气味的变化。     

基于介电频谱的枣果品种鉴别模型的建立

利用LCR测试仪在1~1 000 kHz的频率范围内,选取55个频率点,测定灵武长枣、冬枣和团枣的介电损耗因子ε"频谱和相对介电常数ε’频谱,通过主成分分析(principal component analysis,PCA)法和遗传算(genetic algorithm,GA)法提取介电频谱的有效信息,并选取偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)、线性判别分析(linear discriminant analysis,LDA)和支持向量机(support vector machine,SVM)3种方法进行枣果品种的鉴别模型研究。结果表明,频率和品种对枣果的介电参数均有显著性影响;用PCA与GA方法提取频谱有效信息的建模效果要优于原始频谱的建模效果;SVM法的建模效果要优于PLS-DA与LDA法的建模效果;以介电损耗因子ε"建立的PCA-SVM模型优于介电常数ε’的GA-SVM模型,其预测集的鉴别准确率为100%。因此,基于介电损耗因子ε"频谱的PCA-SVM模型为枣果品种鉴别的最优模型。     

保鲜方式对冷鲜猪肉挥发性风味物质的影响

以冷鲜猪肉为对象,研究保鲜方式对冷鲜猪肉挥发性风味物质的影响。通过气相色谱-质谱联用(gas chromatography-mass spectrometer,GC-MS)分析发现,70%O_2+20%CO_2+10%N_2气调保鲜和60%CO_2+40%N_2气调包装冷鲜猪肉的挥发性风味物质的种类和含量都明显低于真空保鲜的产品,通过电子鼻主成分分析(principal component analysis,PCA)和线性判别分析(linear discriminant analysis,LDA)可以发现,当真空保鲜的冷鲜猪肉发生变质时,气调保鲜产品的挥发性风味物质与其有显著差异,说明气调保鲜可有效地延缓蛋白质和脂肪的氧化降解。     

食醋陈化期电子鼻的监测研究

利用德国PEN3电子鼻系统快速检测四种食醋陈化期。通过电子鼻采集食醋挥发性成分的响应值,利用主成分分析(PCA)、线性判别分析(LDA)、Fisher线性判别分析(FDA)和多层感知器神经网络(MLPNN)分析进行模式识别,结果表明:LDA分析效果优于PCA分析;并且随着陈化时间的延长,食醋的气味成分变化有增快的趋势,这种气味的变化规律与酸度的变化规律相符。用Fisher线性判别和多层感知器神经网络建立食醋陈化时间的预测模型,发现Fisher线性判别对凤翔醋、陇县醋、金台醋和渭滨醋陈化期的正确检测率分别为100%、100%、98%和100%;多层感知器神经网络对凤翔醋、陇县醋、金台醋和渭滨醋陈化期的正确检测率分别为100%、100%、96.92%和100%。由于正确检测率的高低得出电子鼻结合Fisher线性判别对食醋陈化期的监测结果优于多层感知器神经网络。     

福鼎白茶风味的电子鼻和电子舌评价

本文采用电子鼻和电子舌对不同冲泡条件下的福鼎白茶的风味品质进行检测区分,并与感官审评结果相比较分析。运用电子鼻对经不同时间、温度、茶水比、冲泡次数和水质处理的福鼎白茶的挥发性物质变化进行测定,对所得数据进行主成分分析(Principal component analysis,PCA)和线性判别分析(Linear discriminant analysis,LDA),发现不同冲泡条件下福鼎白茶的风味不同,LDA分析方法比PCA方法对不同冲泡条件福鼎白茶的区分效果更好。通过电子舌对不同冲泡条件下的福鼎白茶进行检测,发现不同冲泡条件对福鼎白茶的滋味具有一定的影响,对数据进行PCA分析结果表明电子舌能够将不同的处理区别开来。不同冲泡条件下福鼎白茶风味感官审评结果具有差异,将电子鼻和电子舌数据与感官审评结果相比较,发现仪器评价替代感官评价尚有距离。     

智能感官技术在大米及米酒感官品质分析中的应用

采用智能感官技术结合人的感官评定研究了不同品种大米和米酒的感官品质。应用电子鼻和电子舌结合主成分分析法(principal component analysis,PCA)和线性判别分析法(linear discriminant analysis,LDA)对6种大米和5种米酒的气味与滋味进行了区分与识别,并利用质构仪(texture profile analysis,TPA)检测了米饭的适口性(包括弹性、黏性、咀嚼性等)。大米和米酒经电子鼻PCA和LDA分析得出第一、二组分总贡献率分别为94.4%、91.3%和98.5%、96.3%;经电子舌PCA和LDA分析得出第一、二组分总贡献率分别为88.21%、99.82%和98.27%、99.9%,均大于85%,说明第一组分和第二组分可以反映样品整体情况,并对样品进行区分。米饭的全质构测定结果与人的感官评价结果有很好的一致性。经计算米饭质构评价指标的变异系数,得出硬度、弹性和咀嚼性能够反映米饭的适口性,并根据黏硬度比得出口感品质较好的大米品种。     

基于电子鼻的食用油氧化判别分析

为实现食用油氧化快速判别分析,以市场上常见的食用油为原料,对其进行氧化处理,根据国标中过氧化值和酸值划分为氧化油与未氧化油并作为模型样品和验证样品,采用电子鼻技术测定食用油气味,同时结合聚类分析（cluster analysis,CA）、主成分分析（principal component analysis,PCA）和线性判别分析（linear discriminantanalysis,LDA）方法对不同氧化程度的食用油进行判别,并建立油脂氧化的快速判别模型。同时将检测判别结果与国标规定进行比较分析,结果表明：3 种方法建立模型判别正确率均为100%,CA、PCA和LDA模型验证的判别正确率分别为95.8%、98.9%和100%,说明基于电子鼻技术的食用油氧化判别检测是可行的。     

基于电子鼻气味指纹图谱快速鉴别茶籽油

以不同产地、不同类型、不同工艺和不同质量的茶籽油为研究对象，通过电子鼻技术获取茶籽油的风味信息，结合Loading负载分析、主成分分析（?principal component analysis，PCA）、线性判别分析（linear discriminant analysis，LDA）等对电子鼻传感器数据进行解读。通过欧氏距离（?euclidean distance，ED）、马氏距离（?markov distance，MD）和判别函数法(discriminant function method，DFA)对未知样品进行鉴别，以期建立不同茶籽油的快速、准确鉴别方法。结果表明：加工工艺极大地影响了茶籽油的气味差异，电子鼻响应值雷达图及Loading负载分析均表明W1S、W1W、W2S、W2W传感器对茶籽油样品具有较好的响应值，通过ED、MD、DFA可以识别不同类型和不同质量的茶籽油。基于PCA的LDA可以有效的鉴别不同类型的茶籽油，模型准确性高，其确定性大于99%。电子鼻技术结合化学计量学可以快速、有效鉴别不同的茶籽油并为茶籽油掺伪的快速鉴别提供了借鉴。     

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(linear discriminant analysis,LDA)、传感器贡献率分析(Loading)、主成分分析方法(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。     

高压静电场协同低温保鲜对莴笋贮藏品质影响及新鲜度的电子鼻无损检测研究

目的 研究高压静电场(high-voltage electrostatic field, HVEF)协同低温保鲜对莴笋贮藏品质的影响以及电子鼻对莴笋新鲜度的无损检测。方法 本研究以新鲜莴笋茎为研究对象,4℃协同HVEF冷藏保鲜为实验组,4℃常规冷藏保鲜为对照组,测定其贮藏期间感官评分、呼吸速率、硬度、失重率、色差、叶绿素含量和磁共振成像(magnetic resonance imaging, MRI),同时利用电子鼻结合主成分分析(principal component analysis, PCA)和线性判别分析(Linear discriminant analysis, LDA)研究贮藏过程中不同新鲜度莴笋的挥发性气味变化。结果 HVEF组莴笋贮藏期可达35 d,贮藏期间莴笋呼吸速率得到抑制,硬度、色泽、叶绿素、水分等品质得到较好的保持,PCA和LDA对不同新鲜度莴笋均有良好的区分效果。结论 HVEF协同低温保鲜能够减缓莴笋品质劣化,延长贮藏期;电子鼻结合PCA和LDA可对不同新鲜度莴笋进行区分,对莴笋贮藏过程中的无损检测具有重要意义。     

利用电子鼻区分羊奶中不同浓度抗生素

采用电子鼻方法,利用主成分分析(PCA)和线性判别分析(LDA)进行数据采集,对添加硫酸土霉素、盐酸链霉素、硫酸庆大霉素的羊奶进行快速检测与识别.结果表明,PCA只能区分盐酸链霉素样品,LDA的区分效果明显优于PCA.电子鼻能够有效的区分添加以上3种不同浓度抗生素的羊奶.