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。     

电子舌对啤酒的区分识别研究

采用电子舌对不同品牌的啤酒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不同品牌的啤酒及不同品牌啤酒的混合样品;对不同品牌啤酒的混合样品建立了偏最小二乘回归分析预测模型,电子舌响应信号和啤酒混合比例之间有很好的相关性(相关系数为0.9436),偏最小二乘回归分析模型预测误差在1.43%～3.00%之间。证明电子舌可用于啤酒的识别。     

智舌在白酒区分辨识中的应用研究

采用智舌对白酒进行区分辨识.采用铂电极、金电极、钯电极、钛电极、钨电极和银电极作为工作电极.在1Hz、10Hz、100Hz脉冲频率下进行检测.采用主成分分析进行数据处理.结果表明,智舌能够将各种不同品牌、香型的白酒很好地区分开;在白酒行业,智舌具有很大的应用潜力.     

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。     

基于电子鼻/舌融合技术的白酒类别辨识

为实现白酒质量的快速鉴别,本研究采用两个不同的电子鼻和电子舌融合系统采集不同品牌白酒样品的气-味信息,采用主成分分析法、K均值法对检测结果进行聚类分析,采用支持向量机法对白酒的品牌进行预测分类分析。经主成分分析聚类分析后,应用基于TGS型气敏传感器的电子鼻和电子舌融合系统可以将3种酒进行很好的区分,其余5种酒有交叉,而应用基于MQ、MP型气敏传感器的电子鼻和电子舌融合系统可以将8种白酒基本区分开来;K均值法分别用于两融合系统,前融合系统的错分类概率为33.3%,后融合系统的错分类概率为23.75%。采用支持向量机法对白酒的品牌进行预测分类,应用前融合系统的识别率为93.75%,而应用后融合系统的识别率为98.75%。结果表明:气-味信息融合技术可以实现对白酒品牌的鉴别,且应用基于MQ、MP型气敏传感器的电子鼻和电子舌融合系统对白酒类别的识别结果较好于应用基于TGS型气敏传感器的电子鼻和电子舌融合系统。     

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。     

基于仿生学技术对中国十二大香型白酒品质差异的研究

该研究利用电子鼻、电子舌、色度仪等设备对中国十二大香型白酒的香气、滋味和色泽进行测定和分析,比较了不同香型白酒的特性和差异。结果表明,相较于香气指标,不同白酒滋味指标间的差异更大,其中涩味、鲜味、咸味和苦味是差异最大的几种滋味。白酒香气的检测结果显示,老白干香型、特香型、浓香型白酒相较其他香型白酒而言,芳香物质含量相对较高。聚类分析结果显示,凤香型酒香气物质成分与其他11种香型白酒的差异最大。研究结果为不同香型白酒香气、滋味和色泽差异提供了一定的基础数据,这对于后续通过仿生学技术区分不同香型的白酒和确定部分白酒的特征香气成分具有积极的意义。     

基于电子鼻、电子舌比较分析冷藏方式对小香鸡风味的影响

利用电子鼻和电子舌研究冷冻、冰鲜和冷鲜小香鸡贮藏期间风味的变化规律。对电子鼻实验数据进行雷达分析、主成分分析(principal components analysis,PCA)和荷载分析(loading),对电子舌实验数据进行PCA分析。结果表明:冷冻、冰鲜和冷鲜小香鸡不同贮藏期挥发性气味和滋味呈现显著差异,贮藏温度越高,小香鸡风味骤变时间越早。冷冻、冰鲜和冷鲜小香鸡挥发性气味发生骤变的时间拐点分别是贮藏24、8、4 d,滋味发生显著变化的时间拐点分别是贮藏12、6、3 d。对冷冻、冰鲜和冷鲜小香鸡电子鼻和电子舌检测数据与感官评分拟合后进行偏最小二乘法(partial least square,PLS)分析,相关系数0.96,表明电子鼻和电子舌能代替感官评定。     

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。     

基于GC-QTOF MS结合化学计量学的三种香型白酒鉴别方法研究

为快速鉴别不同香型的白酒,以3种香型（浓香、酱香、小曲清香）白酒的24个酒样为研究对象,采用气相色谱-四极杆飞行时间质谱（GC-QTOF MS）法检测其40种挥发性风味物质含量。对结果进行Z-score标准化后,结合层次聚类分析（HCA）、主成分分析（PCA）及偏最小二乘法-判别分析（PLS-DA）3种化学计量法,对酒样香型进行鉴别。结果表明,不同香型白酒间挥发性风味物质含量差异明显,且3种化学计量法能根据香型将3个香型的24个酒样进行有效区分,其中,PLS-DA的区分效果最好。利用PLS-DA结合变量重要性投影（VIP）值建立验证模型,确定己酸乙酯、乳酸乙酯等9种物质是导致不同香型白酒风味差异的主要物质（VIP≥1）,建立的模型也能很好地将验证酒样按香型分类,可为白酒香型的快速鉴别分类提供科学有效的技术手段。     

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.     

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。     

应用电子鼻技术的鹅绒与鸭绒区分

为探索羽绒种类的快速识别方法,研究了采用电子鼻技术区分鹅绒与鸭绒的可行性,并建立了识别羽绒种类的定性预测模型。分别提取鹅绒与鸭绒样品的响应（96~98 s）均值作为特征值,运用主成分分析、线性判别分析等方法对鹅绒与鸭绒进行定性判别,讨论不同模式识别方法区别鹅绒与鸭绒的能力,利用偏最小二乘法建立了羽绒类别预测模型。结果表明：主成分分析法对鹅绒与鸭绒的区分度为89.2%,其累计方差贡献率达到99.9%;线性判定分析法得到第1主成分的区分贡献率为90.63%;最小二乘法的校正集识别率达到97.5%,验证集的识别率达90%。     

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。     

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.     

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。