基于BP神经网络的电子鼻羊奶贮藏时间的预测

利用电子鼻PEN3系统判定室温和冷藏条件下羊奶的贮藏时间。通过电子鼻系统采集羊奶室温贮藏及冷藏期间挥发性成分的响应值,并采用PCA(主成分分析法)、LDA(线性判别分析法)和LM算法优化的BP神经网络(LM-BP)、遗传算法优化的神经网络(GANN)、4层BP神经网络进行模式识别。结果表明PCA和LDA均可区分室温贮藏及冷藏1～6d的生鲜羊奶,LDA方法还可以明显体现出羊奶贮藏期间挥发性成分的变化趋势,并且与羊奶酸度的变化有很好的一致性。采用LM-BP神经网络、GANN神经网络和4层神经网络均能较好地预测不同贮藏时间的羊奶,其中4层神经网络的预测正确率高于LM-BP神经网络和GANN神经网络。     

电子鼻对不同温度下生鲜羊奶贮藏时间的判定

利用电子鼻PEN3 系统判定常温和冷藏条件下羊奶的贮藏时间。通过电子鼻系统采集羊奶常温贮藏及冷藏期间挥发性成分的响应值,并利用主成分分析法(principal component analysis,PCA)及线性判别分析法(linear discrimination analysis,LDA)对其挥发性成分及贮藏时间进行分析。结果表明：PCA方法既可以区分常温贮藏及冷藏1～6d的生鲜羊奶,还可以对比常温和冷藏条件下贮藏1～6d的羊奶,并表现出了较好的区分性,但是不能分析出贮藏期间羊奶挥发性成分的变化趋势;LDA方法区分效果不及PCA,但明显体现出了羊奶贮藏期间挥发性成分的变化趋势。综合PCA及LDA方法的分析结果,说明电子鼻可以有效地判定常温和冷藏条件下生鲜羊奶的贮藏时间及贮藏期内挥发性成分的变化趋势。     

不同压力处理大米制得米饭冷藏期间风味变化的电子鼻分析

采用电子鼻测定了不同压力处理大米制得米饭冷藏期间的挥发性成分,探讨电子鼻用于检测米饭风味成分、区分不同冷藏时间米饭的可行性及超高压处理对米饭冷藏期间风味变化情况的影响。大米在温度40℃、米水比(w/w)为1∶2的条件下浸泡40min,并在15℃下分别经200、400、600MPa处理10min,以未经超高压处理的大米作为对照组,将其蒸煮15min制成米饭,保鲜膜密封后置于4℃下贮藏,冷藏期间每天采用PEN3电子鼻对米饭进行测定。采用主成分分析法(PCA)、传感器贡献率分析法(LA)、线性判别式分析法(LDA)分析了米饭冷藏期间的挥发性成分,并建立了特征雷达图。结果表明:压力对米饭冷藏期间甲烷、硫化物、乙醇、芳香类及有机硫化物的产生有较大影响,贮藏期间200MPa米饭甲烷、硫化物、乙醇的产生量最高,600MPa米饭硫化物、芳香类及有机硫化物的产生量最低;W5S、W1W是识别米饭挥发性成分的主要传感器;电子鼻对米饭的挥发性物质反应比较灵敏,可用于米饭挥发性物质的无损检测;PCA分析可区分不同贮藏天数的对照或600MPa米饭,LDA分析可区分不同贮藏天数的400MPa或600MPa米饭。     

采用电子鼻检测羊奶中的牛奶掺入

通过电子鼻系统检测在羊奶中掺入不同比例的牛奶的混合物中挥发性物质的响应值,利用主成分分析法(PCA)及线性判别分析法(LDA)对羊奶牛奶混合物的挥发性成分进行分析。结果表明:电子鼻各感应器对于原料羊乳和牛乳及杀菌羊乳和牛乳的反应值均不同。对于生奶和杀菌奶,PCA和LDA分析均能够区分羊奶中混入不同比例的牛奶,具有较好的区分性。     

基于电子鼻技术对冷藏后南果梨货架期间气味的变化分析

为研究南果梨冷藏后在货架期间气味的变化,采用电子鼻技术检测直接冷藏和经1-甲基环丙烯(1-MCP)处理后冷藏的南果梨在常温(20℃)货架期间挥发性物质的变化,分析直接冷藏和1-MCP处理再冷藏的南果梨挥发性物质的变化规律,并探讨电子鼻应用于检测南果梨挥发性物质的可能性。采用主成分分析法(PCA)、传感器贡献率分析(LA)、线性判别式分析法(LDA)进行分析,并建立特征雷达图。结果表明：电子鼻对南果梨的挥发性物质比较灵敏,可以利用电子鼻无损检测南果梨的挥发性物质的变化;经1-MCP处理的南果梨果实冷藏后在常温货架期间可以与未经处理的果实同样释放出南果梨特有的挥发性物质,但挥发性物质构成的变化速率有所减缓。     

电子鼻技术在区分酸羊奶发酵菌种中的应用

利用电子鼻技术快速区分酸羊奶的发酵菌种。通过电子鼻采集不同酸羊奶挥发成分的响应值,然后利用主成分分析（principal component analysis,PCA）、Fisher线性判别分析（fisher linear discriminant analysis,FLDA）以及BP神经网络（back propagation neural network,BP-NN）分析进行判别,建立基于电子鼻技术区分酸羊奶发酵菌种的方法。结果表明,FLDA及PCA都能够区分出不同菌种发酵的酸羊奶,FLDA区分效果优于PCA。利用FLDA和BP-NN分析预测酸羊奶发酵菌种类别的正确率分别为100.0%和98.4%。因此,利用电子鼻快速区分酸羊奶的发酵菌种是可行的。     

基于电子鼻的冷藏大菱鲆品质变化研究

利用电子鼻技术检测不同贮藏温度下大菱鲆样品的挥发性气体变化情况,对所得数据进行主成分分析(PCA)、载荷分析(LA)和聚类分析(CA),并结合细菌菌落总数和挥发性盐基氮(TVB-N)含量变化进行分析,建立一种基于电子鼻的冷藏大菱鲆新鲜度判别方法。结果表明:电子鼻主成分分析、载荷分析和聚类分析能很好地区分大菱鲆0℃与4℃贮藏过程中的挥发性气味变化,气味发生变化的时间拐点分别是贮藏20 d和16 d;电子鼻分析结果与细菌菌落总数和TVB-N值变化预测的货架期终点基本一致。因此电子鼻技术可以用来判别大菱鲆冷藏过程中的新鲜度变化。     

基于电子鼻的鲫鱼肉新鲜度研究

利用电子鼻对冷藏(4℃)和微冻(-3℃)贮藏下的鲫鱼肉挥发性气味变化进行了研究,对所获得的数据进行主成分分析(Principal Component Analysis,PCA)和判别因子分析(Discriminant Factor Analysis,DFA),并将样品气味感官评分和电子鼻测得的数据结合,进行偏最小二乘回归分析(PLS),建立一种基于电子鼻的判别鲫鱼新鲜度方法。结果表明:PCA和DFA分析均能将冷藏和微冻贮藏下的样品,随贮藏时间延长,挥发性气味的变化有效区分开,第一和第二主成分累计贡献率分别达到99.797%和99.425%。DF1和DF2累计贡献率达到99.263%和97.807%。气味感官评分和电子鼻数据经偏最小二乘回归分析(PLS),相关系数(R2)达到0.9976和0.9887,存在高度的相关性。因此电子鼻可以将冷藏和微冻贮藏下,不同新鲜度的鲫鱼区分开。冷藏样品的区分效果优于微冻样品。     

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。     

电子鼻在调理牦牛肉新鲜度识别中的应用

利用电子鼻技术对调理牦牛肉在冷藏过程中,不同贮藏时间下的挥发性气味进行了识别,采用主成分分析法(PCA)及判别因子分析(DFA)对所获得的响应信号进行分析,并将分析结果与理化检测数据进行比对。实验结果发现,随着贮藏时间的延长和新鲜度的下降,肉类原料的气味发生变化,电子鼻技术能有效的区分样品之间的差异,通过与理化检测数据的比对发现电子鼻对调理牦牛肉新鲜度的识别较准确。