基于电子鼻和乙醇传感器判别草莓新鲜度的研究

以红颜草莓果实为试材,在4℃(低温组),相对湿度85%~95%条件下贮藏,研究基于气味判别草莓新鲜度的方法。分别运用电子鼻和单一乙醇传感器采集草莓贮藏期间的气味。主成分分析结合感官评定将草莓的新鲜度划分为4个阶段,分别为4℃贮藏0~3,6,9~12,15d。采用偏最小二乘判别分析(PLS-DA)和分类型支持向量机(SVM-C)构建了基于气味判别草莓新鲜度的模型;应用电子鼻和PLS-DA法构建模型,建模组和验证组总体准确率分别为84.2%,88.3%;而基于SVM-C法构建模型,建模组和验证组总体准确率分别为99.2%,96.7%。应用乙醇传感器技术和PLSDA法、SVM-C法构建模型,准确率分别为83.3%(PLS-DA法建模组),86.7%(PLS-DA法验证组),90.8%(SVM-C建模组),90.0%(SVM-C验证组)。该研究可为建立草莓采后贮藏和流通过程中新鲜度实时监测的方法提供技术参考。     

针对鳊鱼新鲜度的气敏传感器筛选与阵列构建

鱼体在贮藏过程中新鲜度下降,散发出一系列特征气味。研究采用气质联用（GC-MS）对4℃恒温贮藏的鳊鱼样本进行检测,分析样本从新鲜到腐败的特征性挥发物质;根据这些物质,筛选对应的传感器组成阵列;采用基于该阵列的电子鼻系统对不同贮藏期的鳊鱼样本进行检测,验证该阵列评价鱼新鲜度的有效性。结果显示,鳊鱼样本在腐败过程中的特征性挥发物质为:醇、醛酮、烃、苯、酸以及含氮、含硫物质。基于这些物质所筛选的传感器为:TGS822、TGS2620、TGS880、TGS813、TGS816、TGS832、TGS831、TGS2610、TGS2611、TGS2600、TGS826和TGS825。采用基于该传感器阵列的电子鼻系统检测不同贮藏期的鳊鱼样本。对采集的数据作主成分分析和Fisher判别分析,其前三个主成分贡献率为95.6%,样本在不同贮藏期区分性好。研究表明所采用的传感器筛选方法是行之有效的,依此所建立的传感器阵列与电子鼻系统用于判别鱼新鲜度响应快、精度高。      

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。     

应用电子鼻区分不同类型的草莓香精

将电子鼻用于对草莓香精的检测,旨在寻求一种快速有效的方法以实现对草莓香精风味的判定。用电子鼻检测3种不同类型的草莓香精样本（熟味草莓香精、青味草莓香精、发酵味草莓香精）的气味。结果表明：电子鼻可以准确地区分不同风味的草莓香精,所建模型能够准确识别香精的类型。     

基于电子鼻技术对草莓采后灰霉病的分析与早期诊断

构建基于气味信息的草莓灰霉病无损检测的方法,对草莓果实灰霉病过程进行动态分析。以健康草莓果实作为对照,每隔24 h采用便携式电子鼻获取样品气味信息,并结合顶空固相微萃取-气相色谱-质谱联用技术对样本挥发性组分进行定量检测,最后采用偏最小二乘回归构建基于电子鼻技术的草莓果实菌落总数预测模型。结果表明：草莓果实接种灰霉病后120 h内,酯类、醛类和醇类含量变化明显,以乙醇为代表的醇类含量（以湿质量计算）从初始0.85 μg/g快速上升至3.95 μg/g;主成分分析表明基于电子鼻气味传感阵列对应的稳定值与微生物含量密切相关,结合偏最小二乘法回归的草莓果实微生物含量预测的相对最佳模型对应的决定系数（Rp2）为0.815,相对分析误差为2.270,基于电子鼻传感器稳定信号的无损预测可实现早期病害果实92.9%的准确区分。研究结果可以为实现草莓采后病害无损监控与早期诊断提供参考。     

霉变玉米气体传感器阵列快速检测

玉米易受霉菌感染发生霉变,影响食用安全。快速测定玉米霉变程度是控制其危害的前提。本研究拟利用基于气体传感器阵列的电子鼻技术,获取不同霉变程度玉米的特征气味信息,建立玉米霉变程度快速检测方法。辐照灭菌玉米分别接种5种谷物中常见有害霉菌,并于28 ℃和85%相对湿度环境中储藏15 d直至严重霉变。在第0、6、9、12和15 d,采集样品的气味信息的电子鼻特征响应信号,建立了玉米霉变程度的定性定量模型。结果表明,主成分分析(PCA)法可成功区分不同霉变程度的玉米样品。线性判别分析(LDA)对受单一霉菌侵染的不同霉变程度玉米样品的平均识别率达93.3%以上,全部样品达76.7%。样品中菌落总数的偏最小二乘回归分析(PLSR)模型的预测决定系数(R_p²)达0.777,预测均方根误差和相对分析偏差(RPD)分别为0.981 log CFU/g和2.12。结果表明,应用电子鼻技术快速检测玉米霉变具有一定可行性,下一步需要不断扩大样本量以提高方法的精度和可靠性。     

基于zNose~(TM)电子鼻的芒果腐烂及成熟度检测

本文利用一种快速气相色谱仪(zNose~(TM)电子鼻)对芒果在采后熟化过程中释放的挥发性物质进行了定量的检测及分析,通过提取不同的挥发性物质峰值来对芒果挥发物成分进行标定,并建立数学模型对芒果表皮黑斑率和成熟度进行了检测。文中通过对比分析气味、表皮黑斑率、成熟度、可溶性固形物含量以及呼吸速率等实验数据,发现利用电子鼻检测数据中的峰4和峰5值能有效地对腐烂程度做出判定,峰7值跟成熟度具有很高的相关性,而可溶性固形物指标在芒果成熟度判定中贡献度很小。通过在峰4峰5值与腐烂度之间建立高斯模型,并利用联合阈值对腐烂进行检测判定,其检测准确率超过90%;在峰7值与成熟度之间建立分段指数模型,可有效地对成熟度做出估计,其估计均方根误差可控制在7%以内。     

基于电子鼻技术预测草莓采后品质

为建立一种无损检测草莓品质等级的方法,分别将草莓在20 ℃（常温）和4 ℃（低温）条件下贮藏,对草莓进行感官评价,测定质量损失率和硬度以确定其品质等级,提取电子鼻响应信号并进行分析。结果显示：电子鼻传感器阵列所含的10 个传感器响应信号与草莓品质等级相关,大多数传感器与品质等级具有显著相关性。对于常温组和低温组,主成分分析都能够正确区分不同品质等级的草莓果实;通过Fisher判别建立的回归函数对草莓常温组一级、二级、腐败级品质的判别总体准确率为97.5%;对低温组一级、二级、腐败级品质的判别总体准确率为93.3%。结果说明应用电子鼻技术实时监测草莓采后贮藏和流通过程中的品质变化具有可行性。     

草莓携带甲肝病毒ELISA检测方法的研究

用辣根过氧化物酶通过戊二醛法标记甲肝病毒单克隆抗体,建立了甲肝病毒双抗体夹心ELISA(DAS-ELISA)检测方法.在ELISA反应中酶标抗体的工作浓度为1:100稀释,对甲肝病毒的检测灵敏度为2μg/ml.在草莓汁液中添加灭活的甲肝病毒,该ELISA的检测下限被推荐为4μg/ml.甲肝病毒ELISA方法便捷、可靠,适用于草莓上携带甲肝病毒的检测.     

电子鼻检测技术研究进展

电子鼻作为一种仿生嗅觉检测器,经过十多年的发展,越来越受到人们关注。针对目前电子鼻技术的关键点和热点,文章从传感器阵列种类、信号处理和模式识别算法3个方面对目前的研究现状进行了综述。比较了电子鼻3种常用的传感器阵列,并介绍了电子鼻信号处理的方法和主要的4种算法及各自优劣性。对于模式识别方法,从线性和非线性,有监督和无监督的角度选择了3类运用较为普遍的算法,分析了每类算法的特点以及适用范围。同时,讨论了目前电子鼻技术存在的不足,对电子鼻未来的研究发展做出了展望。     

LDA优化电子鼻传感器阵列的研究

利用PEN3电子鼻系统对6个糖酸比不同的乳饮料样品进行检测,采用线性判别分析(LDA)对传感器响应值进行分析,确定优化传感器阵列方法,并将各优化结果进行对比,最终确定阵列优化结果,使电子鼻可以用更少的传感器达到更好的分类效果,为电子鼻传感器阵列优化提供了新的思路和方法。     

基于电子鼻表征霉心病苹果特征气味及无损检测模型建立

为探究电子鼻检测技术对霉心病苹果的判别效果,以富士健康苹果和霉心病苹果为试材,基于SIMCA软件对采集的不同病变程度霉心病苹果的电子鼻信息进行表征,基于SPSS 23.0软件建立霉心病苹果Fisher函数、多层感知器神经网络(muhilayer perceptron neural network,MLPNN)和径向基函...     

电子鼻技术在果蔬检测中的应用

电子鼻技术作为一种新兴的智能仿生技术,在工业和农业方面都得到了广泛的研究与应用,具有样品处理简单、检测速度快、识别效果好、实时、无损的优点。由于电子鼻具有满足农产品品质无损检测要求等优点,电子鼻系统正在被越来越多地运用到农业研究之中。本文介绍了电子鼻的发展史和一些常见的电子鼻型号,其中典型的有PEN3型和FOX4000等。分析了电子鼻系统的组成构造,介绍了电子鼻系统的工作原理。其中重点阐述了电子鼻技术在水果与蔬菜中的研究与应用。在农业生产过程中,电子鼻在对区分果蔬的不同类型与品种、合理地制定与调整果蔬的贮藏时间和条件以及鉴别与评价果蔬品质等方面有着很大的帮助。最后,主要针对电子鼻技术在农业中的应用,从多个方面对电子鼻技术存在的问题及其发展趋势进行了探讨。     

基于电子鼻的葡萄酒感官评价模型的构建

利用PEN3电子鼻检测10种不同菌株酿造的葡萄酒及1瓶商业葡萄酒样的香气,并通过电子鼻WinMuster及SPSS 19.0软件进行模式识别分析,评价基于不同模式识别分析方法电子鼻对不同菌株葡萄酒的区分效果;建立葡萄酒感官评价的综合主成分评价模型,并用该模型对这11种葡萄酒进行感官评价,进一步通过传统的专业品尝员对葡萄酒感官评价方法检测所建综合主成分模型的评价效果。结果表明,基于主成分分析与线性判别分析,电子鼻可以更好地区分不同菌株酿造的葡萄酒样;另外所建模型对葡萄酒的感官评价结果与传统感官评价方法具有较好的一致性,为进行更客观的葡萄酒感官评价提供了新的途径及一定的参考。     

基于神经网络及电子鼻的虾夷扇贝鲜活品质评价及传感器的筛选

追踪检测虾夷扇贝品质变化过程中的存活指标,生理指标以及电子鼻气味图谱的变化,建立保活流通过程中不同等级的活品虾夷扇贝电子鼻气味指纹图谱,购买市场上不同状态的活品虾夷扇贝,分别通过学习向量量化(learning vector quantization, LVQ)、概率(probabilistic neural networks, PNN)、支持向量机(support vector machine, SVM)神经网络对测试样品快速模式分类,最后通过对电子鼻传感器的筛选探索便携式快速品质鉴别设备的可能性。研究结果表明,24 h的极端胁迫环境放置较为完整的模拟了虾夷扇贝在保活流通过程中状态变差的过程;将电子鼻数据主成分分析、聚类分析结果与存活指标(开口率、缩边率以及死亡率)和生理指标(超氧化物歧化酶活性、耗氧率以及海水浊度)相结合可以把品质变化过程中的虾夷扇贝分成5个等级,并分别得到每个等级的扇贝气味指纹图谱;3种神经网络均可以对测试样品等级进行快速测定,其中支持向量机(SVM)神经网络兼具精确和快速的特点,测试样本T全部预测为等级4,测试样本N全部预测为等级3,从交叉验证到仿真预测所用时间仅为7.652 s;筛选得到的8个电子鼻传感器也可以对不同等级鲜活虾夷扇贝气味特征进行有效区分。     

基于傅里叶近红外光谱和电子鼻技术的苹果霉心病无损检测

为研究傅里叶近红外光谱技术(Fourier transform near infrared spectroscopy,FT-NIRS)和电子鼻技术分别结合化学计量学方法对苹果霉心病的判别效果,以红富士霉心病苹果和健康苹果为试材,利用近红外光谱技术,基于主成分分析建立Fisher判别和多层感知器(multi-laye...     

电子鼻对羊奶中三种抗生素残留的快速检测

目的 实现羊奶中常用抗生素残留的快速检测。方法 以电子鼻作为快速无损的检测仪器, 将含有不同浓度的青霉素G、硫酸庆大霉素、硫酸链霉素的羊奶作为研究对象, 利用线性判别分析(Linear Discriminant Analysis, LDA)和多层感知器神经网络(Multilayer Perceptron Neural Network, MLPN)等方法进行数据处理。结果 LDA的判别结果总体上能够将不同浓度的抗生素区分开来, 效果良好; MLPN的训练集和预测集的正确率也都在94.9%以上, 取得了很好的预测效果。结论 LDA 判定分组和MLPN预测模型可以用于羊奶中不同浓度青霉素G、硫酸庆大霉素、硫酸链霉素的快速检测。