智能电子舌对地理标志产品绍兴黄酒的区分判别研究

利用智能多频脉冲电子舌结合化学计量学方法对不同产地的黄酒进行区分判别。采用主成分分析法对地理标志产品绍兴黄酒和其他产地黄酒样品进行建模区分,并运用SIMCA方法及DFA方法进行建模判别。结果显示,主成分分析法对地理标志产品绍兴黄酒和其他产地黄酒样品可实现很好的区分;SIMCA方法和DFA方法都可以对未知产地黄酒样品进行判别,区分效果良好。研究表明,智能电子舌结合化学计量学方法可较好地用于黄酒产地的判别。     

基于嗅觉指纹信息的黄酒酒龄和产地鉴别

为了找出一种快速、准确鉴别黄酒酒龄和产地的方法,本研究采用超快速气相色谱电子鼻采集不同酒龄和产地黄酒样品的嗅觉指纹信息,采用主成分分析对嗅觉指纹信息进行降维处理,并采用判别因子分类法建立黄酒酒龄和产地鉴别模型。经主成分分析降维后的1年陈和3年陈基酒样品点落在相近的区域内,7年陈和9年陈基酒样品点落在相近的区域内,陈酿时间5年是基酒风味变化的一个转折点;判别因子分类法所建黄酒酒龄鉴别模型的鉴别正确率为100%。主成分分析降维后,绍兴黄酒与上海黄酒、浙江嘉善黄酒和江苏南通黄酒差异明显,进一步采用判别因子分类,4个产地黄酒的鉴别正确率均为100%。研究表明,超快速气相色谱电子鼻结合化学计量学方法建立的模型可以较好地应用于黄酒酒龄和产地的鉴别。     

运用仿生嗅觉特征判别同山烧产源

运用GC-Flash型电子鼻技术针对不同产源的同山烧进行区分判别.结合主成分分析与判别因子分析法建立原产源判别模型.结果表明,在主成分分析判别模型中,绍兴原产源(地理标志)、非原产源(非地理标志)与假冒的同山烧样品区间分布较集中,且存在部分交集；假冒的同山烧样品区间分布较分散,且与绍兴原产源及非原产源同山烧样品分布区间无交集.在判别因子法判别模型中,不同产源同山烧(绍兴原产源、绍兴非原产源和假冒同山烧)样品被准确判别.研究表明,GC-Flash型电子鼻技术对于同山烧产源的判别具有较好的实用性.     

基于气相离子迁移谱黄酒产地识别的研究

为建立一种快速、准确的黄酒产地鉴别方法,本研究运用气相-离子迁移谱(Gas Chromatography-Ion Mobility Spectrometry,GC-IMS)对不同产地的黄酒中的挥发性有机成分进行分析,构建黄酒产地信息的气味指纹图谱,并对不同产地的黄酒样品进行了判别和分类。采用二维差谱方法筛选16个有效特征峰作为表征黄酒产地差异信息的特征变量,采用主成分分析(Principal Component Analysis,PCA)和线性判别分析(Linear Discriminate Analysis,LDA)方法建立判别模型。结果表明,选取的特征变量经PCA处理后前两个主成分的累积贡献率为96.07%,不同产地的黄酒样品在主成分分析图中均有对应的归属区域,以前2个主成分得分结合LDA方法可以有效的区分不同产地的黄酒样品,预测集中识别率高达94.44%。研究表明,GC-IMS技术结合化学计量学方法能够快速、准确、直观地区分不同产地的黄酒样品,为黄酒的鉴别和原产地保护提供了一种新的检测方法。     

基于矿质元素指纹分析的原产地葡萄酒判别研究

有效的葡萄酒产地判别手段是实施葡萄酒地理标志(或原产地)保护工作的保障。为探讨矿质元素指纹分析对于国内原产地葡萄酒产地判别的可行性,本研究利用电感耦合等离子体质谱法测定了贺兰山东麓、沙城、通化及云南红等4个原产地80个葡萄酒样品中的15种矿质元素,并对数据进行方差、主成分及逐步判别分析。结果表明,不同原产地葡萄酒中的矿质元素含量存在显著性差异(P0.05);主成分分析给出了5个主成分,累计方差贡献率达85%以上,前3个主成分的得分图显示不同原产地葡萄酒的区域分布与相关元素含量差异性基本一致;逐步判别分析筛选出了Zr、Li、Sr、Cs及Mg等5个对产地判别起关键作用的指标,以此建立的判别模型,对不同原产地葡萄酒的回代和交叉检验的整体正确判别率分别为98.8%和96.3%。因此说明,矿质元素指纹分析结合化学计量学方法对国内原产地葡萄酒的产地判别是可行有效的。     

基于味觉特征的黄酒酒龄鉴别方法研究

为对黄酒酒龄进行鉴别,采用电子舌结合化学计量学方法建立了酒龄鉴别方法。采用电子舌采集了不同酒龄黄酒样品的味觉指纹信息,对比分析了不同清洗溶液对电子舌响应信号的影响,采用主成分分析和判别因子分析法建立了酒龄鉴别模型。分析结果表明：采用10％的酒精做清洗溶液时,数据点较集中,重复性较好;判别因子法所建酒龄鉴别模型中1年陈、3年陈和5年陈样品集的鉴别正确率均为100％。研究表明：电子舌结合化学计量学方法可较好地用于黄酒酒龄鉴别。     

利用电子鼻区分不同产地、不同品种的烤烟

为了探索区分不同产地、不同品种烤烟的有效方法,利用电子鼻检测了3个地区（贵州、云南、辽宁）共70种烤烟样品的挥发性成分,并对电子鼻采集数据分别进行主成分分析、聚类分析和判别函数分析。通过判别函数分析方法所建立模型对测试集样品的正确判别率达到91.7%,结果表明电子鼻方法可以有效地区分不同产地、不同品种的烤烟,该方法可为人工鉴定烤烟提供参考。      

利用风味物质进行金沙窖酒原产地溯源

对不同产地及香型白酒中11种含量较高的主要风味物质进行了测定,运用化学计量学对所测得的11种风味物质含量进行包括主成分分析、聚类分析、判别分析。结果表明:不同原产地白酒中的风味物质含量有显著差异,结合化学计量学分析,建立了贵州金沙窖酒判别模型,判别准确率为100%,结果表明利用风味物质进行白酒原产地溯源研究是一种有效和准确的手段,有利于相关企业产品质量控制及产地溯源。     

电子鼻技术在朗姆酒分类及原酒识别中的应用研究

采用PEN3电子鼻嗅觉指纹分析系统对不同产地（中国、牙买加、古巴、危地马拉、菲律宾）的朗姆酒以及4种不同工艺原酒的香气进行了检测,分析电子鼻指纹图谱各特征峰,分别利用主成分分析方法（PCA）和线性判别因子分析法（LDA）建立了识别模型,采用传感器区分贡献率（Loadings）对传感器进行研究,确认各传感器对样品区分的贡献率大小和特征香气成分。结果表明,PEN3电子鼻不仅可以很好地区分不同产地的朗姆酒,而且对4种不同工艺的原酒也做出了较好地分类判别。     

地理标志大米的仿生电子鼻分类识别

为了对地理标志大米进行原产地保护,采用PEN3电子鼻,分析样品质量、项空空间及静置时间等试验参数对电子鼻传感器响应值影响,结合主成分分析(PCA)和线性判别分析(LDA)方法对3个不同地理标志大米进行识别研究。结果表明:选取50 g样品,以50 mL顶空空间、静置1 h测得的电子鼻响应值最佳;PCA法可以区分不同地域的大米,也可以区分不同品种大米,LDA法也可以区分不同地域的大米,但不能区分不同品种的大米。运用电子鼻可以将地理标志大米进行较好的区分,为电子鼻技术应用于大米产地溯源提供理论基础。     

Discrimination Between Shaoxing Wines and Other Chinese Rice Wines by Near-Infrared Spectroscopy and Chemometrics

Shaoxing rice wine (also called Shaoxing wine) is the most well-known Chinese rice wine in China. The common fraudulent practice in the commercialization of Chinese rice wine is to sell wines from different geographical origins under the denomination of Shaoxing rice wine. In this study, the use of near-infrared (NIR) spectroscopy combined with chemometrics as a rapid tool for the discrimination of Chinese rice wine from three geographical origins (“Fujian”, “non-Shaoxing”, “Shaoxing”) has been preliminarily investigated. NIR spectra were collected in transmission mode in the wavelength range of 800–2,500 nm. Discriminant models were developed by principal component analysis (PCA), discriminant analysis (DA), and discriminant partial least-squares analysis (DPLS). The chemical properties of Chinese rice wine were also investigated to find out the difference between samples from three varied origins. The results showed that good classification could be obtained after spectral pre-treatment. The percentage of samples correctly classified by both DA and DPLS methods in calibration and validation set was 97.2% and 100%, respectively. The results demonstrated that NIR could be used as a simple and rapid technique to distinguish Shaoxing wines from non-Shaoxing wines and Fujian wines. To further validate the ability of NIR spectroscopy, more samples should be incorporated to build a more robust model.     

基于Heracles超快速气相电子鼻对不同产地西洋参快速鉴别研究

目的:应用Heracles超快速气相电子鼻技术建立不同产地西洋参基于气味差异的快速、有效鉴别方法。方法:采用Heracles超快速气相电子鼻对不同产地西洋参气味进行分析,获得西洋参样品的气味色谱信息,筛选色谱峰分离强度及区别能力强的色谱峰,结合Kovats保留指数及Arochembase数据库内容,对不同产地西洋参主要气味差异性化合物进行定性,通过主要差异化合物的气味阈值和相对含量,根据相对气味活度值（ROAV）分析主要差异化合物对西洋参气味的贡献程度大小,并进行PCA、DFA化学计量学模型分析。结果:通过Heracles超快速气相电子鼻从不同产地西洋参中筛选出丙醛、正戊醛、正己醛等13种主要差异化合物。通过对主要差异化合物的ROAV分析,确定正己醛、丙醛、十二醛、正戊醛、2,3,5-三甲基吡嗪、丁酸甲酯、2-庚醇7个主要差异化合物是对西洋参气味贡献较大的气味物质,其中正己醛是对西洋参气味贡献最大的关键气味化合物,正己醛、正戊醛、2,3,5-三甲基吡嗪、2-庚醇在美国产西洋参中含量最高;丙醛、丁酸甲酯在加拿大产西洋参中含量最高;十二醛在吉林产西洋参中含量最高。建立了PCA、DFA化学计量模型,PCA模型的识别指数为88,DFA模型的判别因子累计区分指数为100%,说明PCA、DFA模型均能较好地区分不同产地西洋参气味,能够对西洋参样品气味进行鉴别分析。结论:Heracles超快速气相电子鼻能够快速、有效地区别不同产地西洋参,为西洋参产地溯源提供了新的科学依据。     

基于电子鼻和电子舌技术对不同金银花酒的鉴别分析

为鉴别不同生产类型的金银花酒,该研究利用电子鼻和电子舌技术及二者拟合技术结合人工感官评价对金银花酒样品进行检测,对所测数据进行主成分分析（PCA）、判别因子分析（DFA）,分别从气味和滋味两方面进行评价鉴别。不同生产类型金银花酒样品在电子鼻、电子舌和二者拟合结果的主成分分析中第一主成分（PC1）与第二主成分（PC2）的贡献率之和分别达到了90.97%、90.91%、95.00%;电子鼻判别因子分析总贡献率为89.72%,佐证了主成分分析结果;滋味雷达图显示小曲酿造金银花酒在鲜味上的响应度明显高于大曲酿造和大曲配制的金银花酒,这与人工感官评价相一致;以上表明电子鼻、电子舌技术能够准确的鉴别不同生产类型的金银花酒样品,可用于今后对不同金银花酒的比较分析中。     

电子鼻对绍兴黄酒酒龄的判别研究

使用FlashGC型电子鼻代替人工感官品评对黄酒进行酒龄定量研究。结果表明,建立的PLS模型对所选黄酒的酒龄预测结果平行性好,定量准确。适用于大量酒样酒龄的批量判别,结果可信度高。     

应用电子鼻判别不同储藏条件下粳稻谷品质的研究

采用法国Alpha MOS公司生产的Fox 4000型电子鼻系统对不同储藏条件下的粳稻谷品质进行检测,通过传感器响应值的主成分分析(PCA)、判别因子分析(DFA),结果表明:PCA分析能准确区分出不同储藏时间的粳稻谷样品;基于PCA分析对传感器阵列进行优化后重新分析,可显著提高PCA分析的识别指数;选取16个样品作为样品集建立DFA数据分析模型,并随机选取20个样品进行验证性分析,正确判别率高达93%,证明该方法可用于粳稻谷的归属判别分析;用货架寿命分析比较预测不同储藏条件下的粳稻谷品质变化,温度和水分的影响明显,30℃样品比20℃储藏的样品高出0.6～0.8个气味距离,含水量为15.5%、14.5%样品比含水量为12.5%、13.5%样品高出0.4～0.8个气味距离;结合样品霉菌数量变化,利用PLS分析法可以对粳稻谷样品的霉变程度进行预测,正确率可达到100%。     

基于电子鼻气味指纹图谱快速鉴别茶籽油

以不同产地、不同类型、不同工艺和不同质量的茶籽油为研究对象，通过电子鼻技术获取茶籽油的风味信息，结合Loading负载分析、主成分分析（?principal component analysis，PCA）、线性判别分析（linear discriminant analysis，LDA）等对电子鼻传感器数据进行解读。通过欧氏距离（?euclidean distance，ED）、马氏距离（?markov distance，MD）和判别函数法(discriminant function method，DFA)对未知样品进行鉴别，以期建立不同茶籽油的快速、准确鉴别方法。结果表明：加工工艺极大地影响了茶籽油的气味差异，电子鼻响应值雷达图及Loading负载分析均表明W1S、W1W、W2S、W2W传感器对茶籽油样品具有较好的响应值，通过ED、MD、DFA可以识别不同类型和不同质量的茶籽油。基于PCA的LDA可以有效的鉴别不同类型的茶籽油，模型准确性高，其确定性大于99%。电子鼻技术结合化学计量学可以快速、有效鉴别不同的茶籽油并为茶籽油掺伪的快速鉴别提供了借鉴。     

电子鼻识别大米挥发性物质的应用性研究

利用电子鼻对不同收获年份、不同产地和不同基因型大米的挥发性气味物质进行检测,并对采集数据进行主成分分析(PCA)和判别因子分析(DFA).结果表明:所测样品被区分为两大组群,分别是2011年和2009年收获的稻米,201 1年收获稻米的两个不同基因型大米的区别指数为92.01％,同一基因型不同产地大米间区别指数小于80％,电子鼻能很好地区分出不同基因型、不同收获年份大米气味物质的差异,但是不能很好区分大米的不同产地,将其应用于鉴别大米新陈和基因型的差异是可行的.     

电子鼻和电子舌在果酒风味分析中的应用

采用电子鼻嗅觉指纹分析系统、电子舌味觉指纹分析系统及人工感官评价对不同品种樱桃酒(中樱狄墨尔干红和干白)和不同品种葡萄酒(张裕干白和长城干红)的香气和口感进行了检测,并采用主成分分析(PCA)和判别因子分析法(DFA)对传感器响应信号进行了分析。经模式识别分析得到:在香气上,樱桃干白与葡萄干白的差异最小,其次是樱桃干红和葡萄干红,干白和干红之间的差异最大;在口感上,樱桃酒(干红和干白)与葡萄酒(干红和干白)的差异较大。电子鼻和电子舌分析结果与人工感官评价结果一致。研究表明,电子鼻和电子舌结合模式识别方法可用于果酒的风味评价。     

电子鼻在不同市售醉鱼干挥发性物质识别中的应用

目的研究电子鼻在不同市售醉鱼干挥发性物质识别中的应用。方法以5种不同的市售醉鱼干为研究对象,利用电子鼻对其挥发性物质进行识别,并对采集数据进行主成分分析和判别因子分析。结果采用主成分分析可区分不同生产厂家的醉鱼干,区分指数为94;采用判别因子分析样品分散度较好,且产地对醉鱼干挥发性物质的形成仍具有一定影响。结论电子鼻能较好地识别不同市售醉鱼干的挥发性物质,具有较好的应用前景。