基于电子鼻技术对羊奶粉中掺假牛奶粉的快速检测

利用电子鼻技术结合多种化学计量学方法,对羊奶粉掺假牛奶粉进行了快速定性判别和定量分析。将牛奶粉按不同比例掺入到羊奶粉中,并按掺假羊奶粉与水为1∶7.2的比例配成溶液,进行电子鼻检测。通过电子鼻采集不同比例掺假奶挥发性成分的响应值,然后利用主成分分析(PCA)、Fisher线性判别分析(FLDA)以及线性回归拟合分析进行定性判别和定量分析,建立基于电子鼻技术检测羊奶粉掺假的方法。结果表明,FLDA及PCA都能够区分出不同比例的掺假奶,且FLDA区分效果优于PCA;线性回归拟合分析的相关系数为94.8%,预测值与实际掺假值呈现一定的线性关系,表明该模型具有较好的泛化能力。因此利用电子鼻实现羊奶粉掺假的快速定性判别和定量分析是可行的。     

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。     

基于电子鼻技术监测羊奶发酵前后不同阶段风味的变化

本文利用电子鼻PEN3分析了羊奶发酵前后不同阶段的风味变化。结果表明,新鲜羊奶经过发酵后,特征挥发性成分在电子鼻传感器上的响应由原来的传感器6(甲烷)为主转变成以传感器7(充化氢)、传感器9(有机芳香硫化物)和传感器2(氮氧化合物)为主的挥发性物质,改变了羊奶的气味。采用PCA及LDA分析发现:PCA分析法能准确区分羊奶发酵前后的不同阶段,LDA体现出了发酵前后的不同阶段挥发性成分明显的变化趋势,且变化趋势与理论分析相符。     

利用电子鼻区分羊奶中不同浓度抗生素

采用电子鼻方法,利用主成分分析(PCA)和线性判别分析(LDA)进行数据采集,对添加硫酸土霉素、盐酸链霉素、硫酸庆大霉素的羊奶进行快速检测与识别.结果表明,PCA只能区分盐酸链霉素样品,LDA的区分效果明显优于PCA.电子鼻能够有效的区分添加以上3种不同浓度抗生素的羊奶.     

电子鼻结合顶空SPME-GC-MS联用技术分析贵州不同品种辣椒发酵后挥发性成分

以贵州5种不同辣椒品种为研究对象,采用电子鼻技术,结合顶空固相微萃取-气相色谱-质谱（solid phase microextraction-gas chromatography-mass,SPME-GC-MS）联用技术,对其发酵后挥发性成分进行分析。结果表明,电子鼻分析结果能够很好地区分不同辣椒品种发酵后的风味;采用主成分分析（principal component analysis,PCA）以及线性判别分析（linear discriminant analysis,LDA）可知,PCA和LDA主成分贡献率总和分别为99.93%、99.19%,均大于95%,说明传感器识别效应和样品间的风味区分度较好。SPME-GC-MS分析结果表明,5种样品共检出124种不同的挥发性风味物质。其中黄平线椒占97种,以酯类物质相对含量最高,为36.82%;施秉线椒和大方皱椒分别占88种和94种,且均以醇类物质相对含量最高,分别为31.88%、28.99%;百宜平面椒和花溪党武辣椒分别占89种和71种,均以烃类物质相对含量最高,分别为26.75%、35.08%。此结果与电子鼻PCA和LDA结果相一致。因此,通过SPME-GC-MS和电子鼻分析结果可知,电子鼻能够很好地区分贵州名优产地不同辣椒品种发酵后的风味。     

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fisher线性判别和BP神经网络的电子鼻羊奶贮藏时间预测

利用电子鼻PEN3系统快速检测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及冷藏期间挥发性成分的响应值,并用主成分分析法(PCA)、fisher线性判别分析法(FDA)和BP神经网络进行模式识别。测定结果表明FDA方法区分室温贮藏及冷藏1～5d羊奶的效果优于PCA,而且羊奶贮藏期间挥发性成分的变化趋势明显,这种气味的变化规律与酸度的变化规律相符。同时用FDA和BP神经网络预测羊奶贮藏时间,结果FDA预测常温及冷藏羊奶正确率分别为100%和98.9%,均高于BP神经网络。     

电子鼻在不同豆瓣产品识别中的应用

采用电子鼻对不同发酵工艺、不同发酵时间及不同产地的豆瓣进行分析。对所获得的数据进行主成分分析(principal component analysis,PCA)及统计质量控制分析(statistical quality control,SQC)。结果表明:不同发酵工艺和不同发酵时间的豆瓣在香气上存在差异,采用PCA方法分析时,电子鼻可以区分样品间的差异;郫县豆瓣和其他豆瓣样品在气味指纹上存在一定的相似性和差异性。采用PCA和SQC方法分析时,电子鼻可以有效区分郫县豆瓣和其他豆瓣。     

电子鼻分析镇江香醋发酵和陈酿阶段的气味变化

利用PEN3电子鼻对镇江香醋发酵和陈酿过程中挥发性风味进行分析。结果表明,电子鼻能准确稳定地识别醋醅和陈酿醋气味图谱的变化并对不同发酵时间的醋醅和陈酿醋中的败坏醋进行区分;醋醅和食醋的挥发物组成类似,主要是氮氧化合物类、甲烷类、硫化物类、醇类、有机硫化物类;线性判别分析（LDA）和主成分分析（PCA）都能区分各个样品,但PCA对醋醅的区分优于LDA,载荷分析结果表明,醋醅中甲烷类和氮氧化合物类分别对第一、二主成分方差贡献率最大,醋液中甲烷类和硫化物类分别对第一、二主成分贡献率最大。LDA对败坏醋的区分优于PCA。     

电子鼻和电子舌技术在五倍子蜂蜜风味识别中的应用

为实现不同产地五倍子蜂蜜的快速识别,采用德国AIRSENSE公司的PEN3型电子鼻系统和日本INSENT公司的味觉分析系统对贵州12个不同地区五倍子蜂蜜进行检测,通过主成分分析（Principal Component Analysis,PCA）、线性判别分析（Linear Discriminant Analysis,LDA）、传感器区分贡献率（Loadings）分析等,从气味和滋味方面对不同产地五倍子蜂蜜进行识别。不同产地的五倍子蜂蜜在电子鼻PCA分析、LDA分析中第一和第二主成分贡献率之和分别为99.90%、87.05%,Loadings分析发现气味差异主要来自于无机硫化物类、氮氧化物类、有机硫化物类、醇醚醛酮类等;在电子舌PCA分析中第一和第二主成分贡献率之和为99.35%,通过雷达图离散程度可知,不同地区五倍子蜂蜜在酸味、甜味、苦味上的差异较大。电子鼻和电子舌技术均能区分不同产地的五倍子蜂蜜,可用于今后蜂蜜的鉴别分析中。     

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。     

电子鼻结合GC-MS分析草鱼脱腥前后风味变化

采用柠檬酸、碳酸氢钠、酵母3 种脱腥剂对草鱼鱼肉进行脱腥处理,通过电子鼻和顶空固相微萃取-气相色谱-质谱联用技术对未经处理的鱼肉与不同脱腥剂处理的鱼肉的挥发性成分进行分析和鉴定。结果表明,电子鼻能够较好区分未经脱腥处理及不同脱腥剂处理的鱼肉样品的风味。主成分分析显示各个样品间差异明显,电子鼻区分度良好。采用气相色谱-质谱法在脱腥前、柠檬酸处理、碳酸氢钠处理和酵母处理的鱼肉样品中分别检测出35、20、21 种和29 种挥发性物质。经3 种脱腥剂处理的鱼肉样品的挥发性成分均呈现减少趋势,其中柠檬酸处理鱼肉中挥发性成分的数量和峰面积减少最为显著,其次为碳酸氢钠及酵母。这一结果与电子鼻分析结果相一致。     

霉变玉米中玉米赤霉烯酮和黄曲霉毒素B1含量电子鼻检测模型的构建

为建立霉变玉米中玉米赤霉烯酮和黄曲霉毒素B1的电子鼻检测方法,首先以电子鼻对7 级不同霉变程度玉米响应信号的积分值作为特征参量,然后分别利用主成分回归、偏最小二乘回归、BP（back-propagation）神经网络、最小二乘支持向量机等方法建立霉变玉米中玉米赤霉烯酮与黄曲霉毒素B1含量的预测模型,并进行了比较分析。结果表明,主成分回归预测精度最差,偏最小二乘回归较差、BP神经网络和最小二乘支持向量机法比较好。对于玉米赤霉烯酮,4 种预测模型70 个样本中相对误差控制在5%以内的样本数分别为23、45、63、67 个。对于黄曲霉毒素B1,4 种预测模型70 个样本中相对误差控制在5%以内的样本数分别为19、41、62、65 个。同时,变换不同的训练集和测试集以考察BP神经网络、最小二乘支持向量机建模方法的稳健性,结果表明,在BP神经网络结构和最小二乘支持向量机核函数与核函数参数均未发生改变的条件下,两种建模方法依然有较高的预测精度,这说明了两种模型具有较高的稳健性。     

甘南牧区犏牛酸奶中优良乳酸菌的分离与鉴定

从甘南牧区采集的犏牛酸奶中分离得到76 株乳酸菌。筛选得到3 株凝乳快速、产酸力强、凝乳质地优良的乳酸菌菌株,包括1 株球菌和2 株杆菌。采用16S rRNA基因序列比对分析,鉴定3 株乳酸菌分别是屎肠球菌（Enterococcus faecium）、德氏乳杆菌（Lactobacillus delbrueckii）和发酵乳杆菌（Lactobacillus fermentum）。通过球杆菌混合发酵实验,结果表明混合菌株发酵的产酸速率比单菌株发酵明显加快,且后酸化程度较弱,其感官质量也明显优于单菌发酵。     

基于电子鼻和GC-MS评价嘎拉苹果采后芳香品质

以嘎拉苹果为试材,使用电子鼻和气相色谱-质谱联用技术研究其在20 ℃贮藏期间芳香品质的变化。电子鼻检测结果表明,通过线性判别分析,可以将不同贮藏期的苹果区分开。气相色谱-质谱检测结果表明,嘎拉苹果在采后贮藏期间的主要挥发性成分为己醛、（E）-2-己烯醛、乙酸丁酯、乙酸-2-甲基丁酯、乙酸己酯、2-甲基丁酸己酯、1-丁醇、2-甲基-1-丁醇、1-己醇、草蒿脑和α-法尼烯。将检测到的主要挥发性芳香物质进行主成分分析和线性判别分析,结果表明,通过气相色谱-质谱分析可以区分不同贮藏期的苹果果实。     

菊糖酸奶对小鼠免疫器官指数和血清免疫球蛋白的影响

以脾脏指数、胸腺指数、体质量及免疫球蛋白（immunoglobulin,Ig）IgG、IgA、IgM含量为评价指标,研究菊糖酸奶对小鼠免疫器官指数和血清免疫球蛋白的影响。结果表明：菊糖能够刺激酸奶中乳酸菌的增加。与普通酸奶相比,菊糖酸奶能够更好地提高小鼠免疫功能,经相关性分析发现IgG、IgA与酸奶中乳酸菌的含量显著相关。由此可见,菊糖刺激了酸奶中乳酸菌的增加,从而增强了酸奶对机体免疫功能的影响。在菊糖添加量为50 g/L时,菊糖酸奶对小鼠的免疫增强效果最好。     

辣白菜中乳酸菌的分离鉴定

从沈阳市7 个区25 份朝鲜族家庭制作的传统发酵辣白菜中分离出81 株乳酸菌疑似菌株,初步鉴定34 株为杆菌,47 株为球菌。进一步采用16S rDNA序列分析对81 株菌进行分子鉴定,通过序列分析进行属种鉴定。结果表明：81 株菌均为乳酸菌,分别来自2 个属6 个种,45 株为屎肠球菌,25 株为植物乳杆菌,4 株为干酪乳杆菌,3 株为戊糖乳杆菌,2 株为短乳杆菌,2 株为坚强肠球菌。研究结果为我国东北辣白菜中乳酸菌作进一步研究奠定了基础。     

电子鼻对低温贮藏猕猴桃品质的预测

为了探索电子鼻技术快速检测猕猴桃品质的方法,以“秦美”猕猴桃为试材,利用电子鼻技术对低温贮藏猕猴桃的芳香成分进行检测,采用多元线性回归（multiple linear regression,MLR）、偏最小二乘法（partial leastsquaresregressions,PLS）、BP（back-propagation）网络3 种分析方法建立评价低温贮藏期猕猴桃的可溶性固形物含量、pH值和硬度的数学模型。结果表明：在贮藏0～45 d,S1、S2、S3、S4、S7、S8、S9和S10传感器响应值变化显著（P＜0.05）,即芳香苯类、氮氧化物、氨类、氢气、硫化氢、乙醇、有机硫化物、芳香烷烃这几类化合物在猕猴桃低温贮藏期变化显著。同时线性判别分析比主成分分析能更好地区分不同贮藏期的猕猴桃。MLR、PLS和BP网络3 种分析方法都能很好地预测低温贮藏猕猴桃的品质,但相比之下,BP网络的分析精度更高。应用电子鼻技术预测猕猴桃的品质是可行的。