基于电子鼻评价不同贮藏期蜜桔鲜榨汁品质的研究

为建立一种快速无损检测蜜桔鲜榨汁品质的方法,将宫川蜜桔(satsuma mandarins)置于20℃、相对湿度85%条件下贮藏,每3 d随机选取10个果实制成汁,利用PEN3电子鼻检测其香气,同时测定其主要品质指标并进行相关性分析。通过主成分分析(Principal Component Analysis,PCA)、线性判别分析(Linear Discriminant Analysis,LDA)对不同贮藏时间的蜜桔进行区分。结果显示:电子鼻传感器响应值与蜜桔鲜榨汁可溶性固形物含量和VC含量显著相关;线性判别分析能较好地区分出不同贮藏时间的蜜桔;负荷加载分析(Loading analysis)结果显示,传感器W1S(主要对甲烷灵敏)、W2S(对乙醇灵敏,也对部分芳香型化合物灵敏)和W2W(对芳香成分和有机硫化物灵敏)在蜜桔鲜榨汁品质评价中起主要作用。结果表明利用电子鼻技术有望实现对蜜桔鲜榨汁品质的快速无损检测。     

武威市凉州区皇冠梨营养品质分析研究

目的比较武威市凉州区皇冠梨与其他主产区皇冠梨的营养成分差异,并比较该地区皇冠梨和其他代表性商品梨的差异,从而为当地产业发展及消费者选购提供数据支撑。方法采集凉州区3个典型种植区域的皇冠梨样本24个、河北赵县皇冠梨样本8个、河北赵县雪花梨样本8个,检测梨果的矿物质、维生素和游离氨基酸等营养成分,并进行对比分析。结果武威市凉州区三地的皇冠梨维生素C含量达7.83 mg/100 g,高于河北赵县皇冠梨(3.87 mg/100 g)和雪花梨(2.33 mg/100 g)。在部分游离氨基酸和矿物质含量等代表梨果实营养价值的指标上,皇冠梨显著高于雪花梨。武威市凉州区三地的皇冠梨富含K、Ca、Fe、Sr、Se等多种矿物质,河北赵县皇冠梨含矿物质总量(含10种矿物质总量均值为951 mg/kg)显著低于武威市凉州区三地的皇冠梨含量(含10种矿物质总量均值分别为1266、1324和1326 mg/kg)。此外,同在武威市凉州区,3个采样地点的皇冠梨矿物质含量差异也较为显著,其中黄羊河农场皇冠梨中矿物质含量高于武威市其他2个地区。结论武威凉州区三地的皇冠梨相对于河北赵县皇冠梨,有着基本一致的口感,但营养品质较高。对于同样的皇冠梨品种,产地差异对其营养品质有较大影响。     

红外光谱快速识别食用植物油种类的研究

为实现食用植物油种类的快速无损识别,为公安实战中打击“食药环”犯罪提供参考,借助衰减全反射-傅里叶变换红外光谱技术对不同类别、品牌食用植物油进行了多层次分类识别工作。采用标准正态变换(SNV)和一阶导数预处理消除基线和其他背景干扰,使得重叠峰发生分离,从而提高检测的分辨率和灵敏度,利用竞争性自适应重加权算法(CARS)提取特征波长,结合基于布谷鸟搜索算法优化的极限学习机(CS-ELM)模型对不同种类和品牌的食用植物油进行分类识别,同时对比随机森林模型与CARS-CS-ELM融合模型在食用植物油快速分类检测方面的准确率。结果表明,基于CARS-CS-ELM融合模型对3类植物油样本总体进行分类,其分类准确率达到85.19%,其中小磨香油、花生油、玉米油样本训练集的品牌分类准确率依次为92.5%、100%、96.7%,测试集品牌分类准确率均为100%,而随机森林模型的9个品牌食用植物油分类准确率仅为80%。综上,CARS-CS-ELM融合模型对食用植物油快速分类识别效果较好,可为食用植物油的无损快速检验提供一定的参考与借鉴。     

基于正交线性判别分析和电子鼻技术的食醋分类

为了实现食醋品种的准确分类,探索应用电子鼻技术和两种特征提取方法进行食醋的检测和分类。先用自制电子鼻系统检测5个品种食醋的电子鼻信号,接着用标准正态变量变换进行数据预处理,然后分别用主成分分析(principal component analysis,PCA)+线性判别分析(linear discriminant analysis,LDA)和正交线性判别分析(orthogonal linear discriminant analysis,OLDA)对食醋电子鼻信号进行降维与特征提取,最后用最近邻分类器进行分类。实验表明,PCA+LDA的分类准确率最高达到90. 32%,而OLDA的分类准确率最高达到91. 52%。另外,PCA+LDA需要2次特征提取而OLDA只要1次。因此,OLDA在特征提取方面要优于PCA+LDA,基于OLDA和电子鼻技术的食醋品种分类方法是切实可行的。     

基于KPCA和SOM网络的电子鼻大闸蟹新鲜度评价

针对大闸蟹新鲜度无损检测试验中,对于活体大闸蟹体内存在复杂、多变的生理指标,导致难以获得准确的辨识结果。通过自制的电子鼻系统采集大闸蟹活体算法的气味信息,采用KPCA算法获取样本的获取大闸蟹样本的二维特征信息,再利用自组织特征映射网络(SOM)实现对大闸蟹新鲜度的评价,并与理化指标挥发性盐基氮进行比较。试验结果表明,基于SOM网络的大闸蟹新鲜度判别的准确度可达到92%,且电子鼻各传感器的变化规律与理化指标判断结果基本一致,因此采用电子鼻技术的大闸蟹新鲜度无损检测是可行的。     

电子鼻技术对猪肉挥发性盐基氮的预测研究

为预测不同肥瘦配比猪肉的新鲜度,对4℃恒温贮藏条件下的新鲜猪肉进行挥发性盐基总氮(Total Volatile Basic Nitrogen,TVB-N)检测和营养成分检测,同时利用电子鼻技术检测挥发性气味的信息。以传感器阵列特征值为自变量建立蛋白质、脂肪的回归预测模型,分别对不同肥瘦配比的猪肉样本建立不分类和分类2种TVB-N神经网络预测模型。结果表明:先分类再建立神经网络模型预测的效果更优,将样本进行二分类建立2个模型后,模型训练组的相关系数达0.994、0.985(p<0.01),预测组的相关系数达到0.984、0.979(p<0.01);模型的绝对误差小而且分布区间集中,训练组和预测组各有86%、62.6%的样本的绝对误差在0~1之间;训练组中没有绝对误差大于2.5的样本,预测组中仅有8.5%的样本绝对误差大于2.5。电子鼻传感器特征信号与TVB-N数据具有很强的相关性,电子鼻可以快速预测出不同肥瘦配比猪肉在贮藏期间TVB-N含量的变化,进而无损的评价猪肉的新鲜度。     

基于PSO-SVM的白酒品质鉴别电子鼻

研制一套白酒品质识别电子鼻,对检测样品的气味数据进行预处理,提取稳态响应值,并作为支持向量机(support vector mchine,SVM)分类模型的输入.为提高识别的准确度,利用粒子群算法(particle swarm optimization,PSO)来优化SVM的参数c和g.不同品质的白酒所对应的电子鼻传感器响应特性不同,PSO- SVM分类模型的识别准确率达到了97.5％.结果证明基于PSO-SVM分类模型具有较强的学习能力和泛化能力,可用于白酒品质鉴别电子鼻.     

基于SVM的棉麻织物近红外光谱快速无损鉴别

将近红外光谱技术与支持向量机(SVM)相结合建立分类模型,用于棉、麻织物的快速无损鉴别。选用径向基函数(RBF)作为核函数,分别采用网格搜索法、遗传算法和粒子群算法对惩罚参数c和核函数参数g进行参数寻优。结果显示,用网格搜索法得到的最佳参数c和g建立的模型分类结果最好,模型对棉、麻训练集的分类准确率分别为100%和99.12%,对预测集的分类准确率均为96.67%。近红外光谱技术鉴别单个样品的时长小于3 min,实现了快速鉴别。结果表明,近红外光谱技术与支持向量机相结合,可用于棉、麻织物的快速无损鉴别。     

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。     

禽蛋食品在线智能品质检测控制系统研究与设计

对禽蛋食品品质进行高效、快速、准确的无损检测,在禽蛋生产、流通、包装等领域具有重要意义。为实现禽蛋生产无损品质检测,设计一套基于计算机技术和DCS相结合的禽蛋品质在线智能检测控制系统。介绍禽蛋无损检测系统整体结构,根据在线检测要求设计一套由CMOS数字摄像机、图像采集卡、运动控制模块及计算机等相关硬件组成的视觉采集系统。在上述硬件结构基础上,开发在线检测系统软件。经过相关试验验证,该控制系统能够实现96%禽蛋裂纹识别率、94%污斑别率,总体识别准确率达95.6%,基本能够满足禽蛋在线检测需求。     

1-MCP对不同采收期黄冠梨褐心病及贮藏品质的影响

以黄冠梨果实为试材,研究1-甲基环丙烯(1-MCP)处理对不同采收期黄冠梨常温贮藏褐心病发生的控制效果及相关品质指标变化。结果表明:1-MCP处理能显著抑制黄冠梨常温贮藏期间果心褐变的发生,降低果实贮藏期间的呼吸速率,抑制乙烯释放速率,推迟乙烯释放高峰出现的时间,保持较好的果实硬度,延缓果实可滴定酸、可溶性固形物含量的下降,较好地保持黄冠梨果实的品质,保鲜效果显著。且1-MCP对黄冠梨褐心的控制效果与成熟度密切相关。     

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。     

不同种间杂交梨果的SPME-GC/MS香气成分分析

建立了不同种间杂交梨果中挥发性香气成分的固相微萃取和气质联用分析方法。通过优化固相微萃取条件,实现了梨果实香气成分的恒温萃取,经数谱库检索及保留时间指数比对进行定性,并以内标法进行定量。结果显示:梨果香气最优固相微萃取头为50/30 μm DVB/CAR/PDMS 纤维头,萃取温度及时间分别为40 ℃、40 min;参试梨果中共检出122种香气成分,其中酯类物质与烯烃类物质是其主要香气成分;黄冠梨香气总量为7048.60 ng/g,是其他梨果的4~5倍;早金酥梨果中检出香气种数最多,为60种。梨果中各类型香气组成因品种的不同而不同。通过主成分分析,发现酯类物质、醛类、烷烃类、酮类、烯烃类及醇类物质是受检梨果的香气差异性的主要贡献物质,虽然烷烃类物质在梨果中的含量普遍较低,但也是梨果香气差异性的重要贡献者;通过聚类分析发现,参试梨果可以分为两个组,黄冠梨与其他四种梨果明显不同;虽然玉露香梨与早金酥、早酥梨及红早酥梨的杂交亲本不一致,但是它们之间的香气组成也有一定的类似性。     

梨果实近红外光谱无损检测技术研究进展

梨果实容易发生果肉褐变,即使外观完好,也有可能内部发生劣变。近红外光谱(NIRS)分析技术以其快速、无损、多组分同时测定等优势,近年来在梨果实无损检测应用的研究中取得重要进展。本文介绍了NIRS检测技术的原理与方法,综述了国内外应用NIRS无损检测技术在梨糖度、酸度、硬度等内部品质、褐变和损伤等内部缺陷方面及便携式检测的研究进展,并对其存在的问题及应用前景进行了展望。     

电子鼻结合化学计量法对羊奶中蛋白质掺假的识别

利用电子鼻结合化学计量法对羊奶中的蛋白质掺假进行定性和定量的研究。用电子鼻检测掺入了不同蛋白质物质的羊奶,采用主成分分析、线性判别分析对电子鼻响应值进行定性分析,采用线性回归分析、Fisher判别分析以及K-最邻近值分析对电子鼻响应值进行定量分析。结果表明:主成分分析和线性判别分析都能够区分不同类别的掺假样品。线性回归分析的决定系数为84.5%,表明回归方程估测可靠程度较高。Fisher判别分析的原始分类的正确率达到100.0%,交叉验证的正确率为98.2%,说明其预测结果较好。K-最邻近值分析对训练集的分类正确率达到95.1%,对验证集的分类正确率为97.1%,说明模型的预测结果良好。说明应用电子鼻技术检测羊奶中的蛋白质掺假具有一定的可行性。     

过氧化氢处理对采后‘黄冠’梨果皮褐变及果实品质的影响

‘黄冠’梨低温贮藏过程中果皮褐变严重,为解决果皮褐变问题,开发控制果皮褐变的新技术,本研究分别采用3、20 mmol/L的过氧化氢(H2O2)水溶液浸泡处理‘黄冠’梨,探讨H2O2预处理对梨果皮细胞抗氧化防护体系、低温贮藏期间果皮褐变、果实品质的影响。结果表明,与对照组(未经H2O2处理)相比,20 mmol/L的H2O2显著降低了‘黄冠’梨果皮褐变率及褐变指数,抑制了多酚氧化酶(polyphenol oxidase,PPO)的活性和果皮酚类物质尤其是单体绿原酸、儿茶素和熊果苷的消耗,不同程度地提高了过氧化物酶、超氧化物歧化酶、过氧化氢酶、抗坏血酸过氧化物酶活力以及果皮自由基清除能力,降低了丙二醛积累,有效地增强了果皮抗氧化防护能力,并且能够使果实在低温贮藏后的货架期间保持较高的硬度、可滴定酸含量、糖酸比及总可溶性固形物含量,食用感官综合品质在低温贮藏和货架期间均优于对照组。研究表明,采后‘黄冠’梨经H2O2预处理,可以诱导性地增强果皮抗氧化酶活性,抑制PPO酶活性和酚类物质消耗而减少低温贮藏过程中果皮褐变的发生。     

基于电子鼻检测香红梨腐烂程度

目的 为监测贮藏、运输过程中香红梨（Pyrus communis L. cv. Xianghong）的腐烂情况,确定腐烂果的特征传感器。方法 利用电子鼻技术对按腐烂点直径划分的3个等级香红梨的挥发性气体进行测定,同时比较了贮藏初期和后期果实挥发性气体的差异。采用主成分分析（PCA,principal components analysis）、线性判别分析（LDA,linear discriminant analysis）和载荷分析（LA,loading analysis）对电子鼻响应信号值进行分析。结果 电子鼻传感器W5S、W1S、W1W、W2S、W2W是检测香红梨挥发性气体的特征传感器。贮藏期间,氮氧化合物、甲烷、硫化物和萜烯类、醇类和部分芳香族化合物释放量逐渐增加。果实腐烂使硫化物和萜烯类（W1W）、甲烷（W1S）、氮氧化合物（W5S）挥发性物质进一步积累释放,传感器响应值比贮藏初期（P）分别提高了7.7、4.6、4.5 倍。通过监测W5S传感器响应值变化可判断果实的腐烂情况。LDA分析对不同贮藏时期和不同腐烂程度香红梨的区分能力更好。结论 电子鼻传感器W5S、W1S、W1W、W2S、W2W可灵敏反应香红梨的挥发性气体,其中W5S、W1S、W1W为果实腐烂特征性传感器,其响应值可区分果实腐烂程度。本结果为果实采后贮藏保鲜的无损检测技术及果实品质评价提供理论参考。     

电子鼻在水果品质评价体系中应用的研究进展

人工智能技术电子鼻具有客观、准确、快捷、全面地评价气味并且具有不破坏样品和重复性好的特点,可运用于对水果品质评价体系中。本文介绍了电子鼻技术工作原理和常用的模式识别技术,并综述了电子鼻在水果成熟度监控、货架期预测、区分不同品种以及危害分析中的应用,剖析总结了电子鼻技术存在的问题,并提出了电子鼻技术的发展趋势和方向。     

新疆库尔勒香梨品质分析与评价

目的 分析比较库尔勒香梨果实品质的区域差异,筛选核心评价指标,探讨果实品质综合评价方法,为库尔勒香梨品质评价提供方法支撑。方法 以新疆库尔勒市、轮台县、阿克苏市等 8 个县市 95 个果园的香梨为试验材料,分别测定可溶性固形物、可滴定酸等 7 项内在品质指标与单果质量、果形指数等 8 项外观品质指标;通过多元统计分析方法筛选核心评价指标并建立综合评价模型,按照先内在品质、后外观品质的逐步评价法评价香梨的品质优劣。结果 香梨各产地间品质离散程度为 3.81%—132.09%;对香梨的内在品质先行评价,通过主成分分析筛选出可溶性固形物、固酸比、硬度三项代表指标累计贡献率达到75.83%,对 95 个果园的香梨进行排名,去除拖尾的 35 个果园的香梨后进行外观评价,筛选出单果质量、b*、果形指数三项外观指标累计贡献率达到79.07%,较全面地表达香梨品质的综合信息,结合聚类分析确定b*、单果质量、固酸比和硬度作为香梨品质评价的重要指标。 结论 基于多元统计分析方法筛选出库尔勒香梨品质的代表指标为b*、单果质量、固酸比和硬度,通过逐级评价方法,筛选出了内在品质和外观品质俱佳的香梨,对95个果园的香梨进行综合评价,发现库车市、轮台县、尉犁县、库尔勒市的果园香梨综合品质表现优秀,沙雅县和阿克苏市的果园品质良好,阿瓦提县和新和县的果园综合品质中等。筛选出的评价指标可综合反映库尔勒香梨的品质内涵,所建立的评价模型可作为香梨品质评价的重要参考。