基于可视化嗅觉技术的鲢鱼K值快速无损检测研究

尝试采用可视化嗅觉技术对鲢鱼K值进行快速定量预测。利用可视化嗅觉技术对4℃恒温条件下不同冷藏天数的鲢鱼进行无损检测,获取可视化传感器阵列对样品顶空挥发性气体的响应信号;同时,利用高效液相色谱法检测鲢鱼体内三磷酸腺苷关联物的含量,算出K值;然后,采用偏最小二乘法(Partial least squares,PLS)和遗传算法偏最小二乘法(Genetic algorithm-partial least squares,GA-PLS)建立基于鲢鱼气味特征信息与K值的定量预测模型。结果显示,经遗传算法(GA)优化后原变量可从48个减少到18个,传感器可减少至11种;利用筛选出的变量建立的GA-PLS模型对鲢鱼K值的预测效果更好,预测均方根误差RMSEP=0.04,预测集相关系数Rte=0.93。研究结果表明,鲢鱼K值的实测值与预测值的相关性很高,可视化嗅觉技术能够用于定量预测鲢鱼K值。本研究为鱼类鲜度检测提供了一种准确、快捷、低成本的无损检测方法。     

基于计算机视觉的鞘翅目害虫自动鉴定

鞘翅目害虫的鉴别工作是由数量有限的专业研究人员进行,大部分非专业人员因缺乏相关知识和技术培训,要快速鉴定害虫种属具有相当的难度,不利于害虫防治.为此提出利用计算机视觉技术对鞘翅目害虫进行自动识别.用不同的图像获取系统分别采集体长不同的鞘翅目害虫图像,然后通过数字图像分析技术,提取和计算害虫图像的几何形状特征参数.采用模糊模式识别算法建立害虫的模式库和隶属函数,然后根据模糊集理论的极小极大准则完成待识别害虫的归类.对29种鞘翅目害虫进行识别,识别正确率为86.2%.为鞘翅目害虫的快速鉴定提供了一个新的途径.     

嗅觉可视化技术对虾储藏期内新鲜度变化的研究

新鲜度是虾类产品品质和加工适性的一个重要指标。研究利用自制的4×4可视化传感器阵列提取储藏在4℃下1～7 d的南美白对虾的挥发性气味信息。将提取的传感器阵列与虾顶空挥发性气体反应前后的颜色变化值作为特征值,对其进行主成分分析。构建以前7个主成分作为输入变量的虾新鲜度等级的BP神经网络判别模型。对训练集样本,模型的判别正确率达100%,对预测集样本,模型的识别正确率达91.30%。研究结果表明:利用嗅觉可视化技术来检测虾的新鲜度是可行的。     

采用气相色谱-离子迁移谱技术检测黄酒风味物质

为实现黄酒中挥发性风味物质的快速无损检测,本研究采用气相色谱-离子迁移谱(Gas chromatography-ion mobility spectrometry,GC-IMS)联用技术结合化学计量学方法对不同酒龄黄酒中的挥发性风味物质进行了研究。黄酒样本的GC-IMS图片库显示,不同酒龄黄酒的挥发性风味物质浓度存在显著差异。采用差谱法从谱图中筛选出33个特征峰,利用其中13个数据库可查询到对应物质的特征峰进行黄酒的风味成分分析。以33个特征峰峰高作为变量,通过主成分分析(principal component analysis,PCA)进行降维,前6个主成分累计贡献率为95%,可以有效区分各组样本。分别采用线性判别(Linear Discriminant Analysis,LDA)、K-最近邻分类算法(K-Nearest Neighbor,KNN)建立酒龄判别模型。结果显示,LDA方法得到的训练集和预测集识别率分别为95%和90%,KNN的判别效果较好,训练集和预测集的识别率均达到100%。这说明,GC-IMS可以有效应用于黄酒挥发性风味物质的检测,在食品风味物质分析等领域具有广阔的应用前景。     

电子舌技术对香醋发酵过程的监控研究

采用电子舌对香醋发酵过程中总酸、不挥发酸、还原糖、氨幕酸态氮进行定量分析.对比了偏最小二乘法(PLS)和人工神经网络(ANN)的不同算法,结果显示基于非线性映射的人工神经网络算法具有较好的定量精度,预测值和实测值的相关系数分别为0.8439、0.9382、0.8322和0.8558.预测标准偏差(RMSEP)分别为0.8240、0.0963、0.1482和0.5557.研究表明:电子舌能对香醋发酵产物进行定量预测,并对食醋发酵过程的监控有良好的应用前景.     

基于电子鼻技术的马铃薯真菌性腐烂病早期检测

确定马铃薯致腐菌种,并建立快速检测方法对腐烂样本进行识别。本研究通过微生物及分子生物学方法对马铃薯致腐菌进行鉴定,采用电子鼻方法对样本进行检测,建立模型对不同感染阶段样本进行识别。结果显示:马铃薯主要致腐烂菌为出芽短梗霉,建立的K最近邻判别模型中,训练集与预测集识别率分别为90%和85%;建立的BP网络判别模型中,训练集与预测集判别率分别达到93.75%和90%,各腐烂阶段能够较好地被识别。研究结果为后期电子鼻技术应用至马铃薯腐烂病检测提供理论基础。     

醋豆产品的质地分析(TPA)试验研究

介绍了TPA质地分析方法及TPA质地参数的定义,并对醋豆产品进行TPA测试,探讨了测试速率、压缩距离、探头类型、两次压缩的间隔时间等条件对醋豆质地参数的影响和变化规律.在一定的检测条件下,对比了休闲型和成人型醋豆的硬度、弹性、耐咀性、内聚性和回复性的差异.对质地分析方法在醋豆口感品质的控制和快速检测中的应用有一定的参考价值.     

电子舌技术在食品领域应用研究进展

主要介绍了目前国内外电子舌的研究现状,重点阐述了电子舌技术在茶叶品质评价、饮料鉴别、酒类识别、乳品工业、发酵过程监控、植物油检测、食品安全等食品领域的应用研究进展,并对电子舌在食品工业中进一步应用的前景作了展望。     

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。     

高光谱成像技术预测香葱贮藏品质

香葱是一种保质期很短的重要调味食品,水分与叶绿素是评估香葱采后品质的重要指标。本文旨在使用无损检测技术获取香葱在采后不同存储条件下的水分及叶绿素分布情况。实验采用高光谱成像技术获取431~962 nm波段的香葱反射光谱数据,通过卷积平滑（SG）、多元散射校正（MSC）、标准正态变异（SNV）三种预处理方法对原始光谱进行相应转换,并分别建立水分和叶绿素含量预测模型,比较模型预测精度后,选用降噪效果最好的MSC作为光谱预处理方法。随后使用竞争自适应加权采样算法分别选出11个和20个特征波段用于水分与叶绿素含量的预测。基于优选特征波段,利用偏最小二乘回归算法和支持向量机回归算法建立水分和叶绿素含量的预测模型。所建水分与叶绿素含量预测模型的最高预测决定系数分别达到0.9046和0.9143。最后根据所建模型取得不同存储条件下香葱水分及叶绿素含量分布图。综上,高光谱成像技术可用于快速无损检测香葱水分及叶绿素分布情况。本研究为后续便携式果蔬水分及叶绿素分布检测仪器的开发提供了理论依据。