Fuji Apple Storage Time Predictive Method Using Electronic Nose

An electronic nose-based Fuji apple storage time prediction method is investigated in this paper. A home-made electronic nose with eight metal oxide semiconductors gas sensor array was used to measure the apples stored at room temperature. Principal component analysis cannot discriminate all samples. Stochastic resonance signal-to-noise ratio spectrum distinguishes fresh, medium, and aged apples successfully. The prediction model is developed based on signal-to-noise ratio maximums. In validating experiments, results show that the predicting accuracy of this model is 84.62 %. This method takes some advantages including fast detection, easy operation, high accuracy, and good repeatability.     

Ridgetail White Prawn (<Emphasis Type="Italic">Exopalaemon carinicauda</Emphasis>) K Value Predicting Method by Using Electronic Nose Combined with Non-linear Data Analysis Model

In this paper, ridgetail white prawn (Exopalaemon carinicauda) K value predicting model by electronic nose (EN) was studied. Human sensory evaluation (HSE), weight loss, color, total viable counts (TVC), GC-MS, and K value were examined to provide quality references for EN detection. EN responses to prawns were recorded and processed by principal component analysis (PCA) and stochastic resonance (SR). Results indicated that prawn K value rapidly increased due to microbiology propagation. The volatile gases emitted by prawns increased with the increase of storage time based on GC-MS results. PCA method could not discriminate the prawns in different qualities, and SR signal-to-noise ratio (SNR) maximum (SNR_max) values successfully discriminated all samples. K value predicting model was developed by linear fitting regression between K values and SNR_maxvalues (R²?=?0.97). The proposed method will promote the applications of EN in aquatic product quality rapid determination.     

基于电子鼻对酥油贮藏期间质量变化规律的研究

利用电子鼻技术,以产自内蒙古的酥油为原料,对4、25、32℃贮藏期间的酥油质量变化进行研究,并配合感官评价、酸值、过氧化物值指标进行检测,探讨电子鼻用于酥油贮藏期间质量变化的可行性。结果表明：32℃酥油在4个月左右的贮藏期内,酸值上升最明显,过氧化物值先上升后下降,在贮藏后期发生酸败,产生哈败味道无法食用。而在4℃贮藏时,酥油各项化学指标变化不明显。同时,使用电子鼻对不同温度相同贮藏期的样品的顶空气味进行指纹分析。采用电子鼻分析系统中的线性判别法聚类模型分析相关数据,结果与理化指标的检测存在很高的相似性,证明电子鼻可用于酥油的质量监控。     

基于电子鼻分析鱼油储藏过程中酸败程度的研究

鱼油的酸败往往伴随着气味的变化,利用电子鼻对储藏过程中金枪鱼油的挥发性气味进行研究,每5 d测定1次,运用主成分分析(PCA)、线性判别分析(LDA)区分不同储藏时间的鱼油样品,并通过偏最小二乘法(PLS)建立酸价、过氧化值的预测模型。结果表明:随着储藏时间的延长,金枪鱼油整体气味呈增加趋势,这种气味变化趋势与酸价、过氧化值的变化趋势基本一致;不同储藏时间的金枪鱼油样品可以区分开来,LDA分析方法明显优于PCA分析方法;利用PLS偏最小二乘法(PLS)预测金枪鱼油酸价和过氧化值,得到线性模拟方程,验证试验表明,酸价、过氧化值预测值与实测值的平均相对偏差分别为10.60%、12.04%,准确性较好,可作为酸价、过氧化值预测的辅助手段。     

配合饲料和传统饵料养殖脊尾白虾气味品质的比较

本研究以气味指标探究不同饲喂模式下脊尾白虾气味差异,分析两种饲喂条件可替代性。以脊尾白虾(小白虾)为研究对象,采用顶空固相微萃取-气相色谱-质谱联用技术(HS-SPME-GC-MS)和电子鼻技术研究了配合饲料喂养的脊尾白虾和传统饵料喂养的脊尾白虾挥发性成分间的差异,以探讨不同饲喂方法对脊尾白虾气味的影响。GC-MS分析结果显示,在配合饲料喂养脊尾白虾雄虾与雌虾中分别检测出30和30种挥发性物质,两种脊尾白虾中的挥发性成分主要包括壬醛、庚醛、癸醛、甲基庚烯酮、苯乙酮、苯并噻唑、D-柠檬烯、柏木脑、萘等。在传统饵料喂养脊尾白虾雄虾与雌虾中检测出29和31种挥发性成分,且两种饲喂模式下的脊尾白虾挥发性成分极为相似;电子鼻不能较好地区分两种脊尾白虾,说明配合饲料喂养与传统饵料喂养在挥发性成分上并无明显区别。从气味角度来说,配合饲料喂养可以代替传统饵料喂养。     

电子鼻对奶油酸值的快速测定

介绍了一种快速可行的奶油酸值的测定方法,该方法基于FOX3000型电子鼻对不同酶解程度的奶油做酸值线性模型分析,建立最小回归定量分析模式(PLS)酸值标准曲线,对未知酸值的奶油快速检测,准确性为93.85%,此方法便于实验室和工业化生产使用。     

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。     

基于高光谱成像技术的白茶储藏年份判别

储藏年份是决定白茶经济价值的一大因素.为了实现快速便捷地判别白茶储藏年份,本文提出了基于高光谱成像技术判别分析白茶储藏年份的无损检测方法.通过对3、6、10年寿眉高光谱图像感兴趣区域光谱数据的提取,采用最小二乘平滑滤波、标准正态变换、归一化、多元散射校正预处理算法,并用支持向量机、偏最小二乘联合线性判定法、逻辑回归建模...     

Chinese Quince (Cydonia oblonga Miller) Freshness Rapid Determination Method Using Surface Acoustic Wave Resonator Combined with Electronic Nose

In this article, Chinese quince (Cydonia oblonga Miller) freshness determination method was investigated using surface acoustic wave resonator, electronic nose, and surface acoustic wave resonator combined with electronic nose. Human sensory evaluation and weight loss index were examined as freshness reference. Results indicated that quince freshness decreased during storage procedure. Surface acoustic wave resonator output frequency and electronic nose measurement data stochastic resonance signal-to-noise ratio Eigen values characterized quince quality under different storage time. Freshness predictive models were developed using surface acoustic wave resonator frequency, electronic nose signal-to-noise ratio spectrum Eigen values, and their hybrid model. Validating experiments results demonstrated that the hybrid predictive model presented higher predicting accuracy (R² = 0.987) than other two models. The proposed method is promising in fruit quality rapid analysis.     

基于电子鼻的鸡蛋新鲜度检测

鸡蛋新鲜度检测十分重要,为实现无损检测鸡蛋新鲜度,该文利用电子鼻技术,通过挥发物的检测来尝试对20℃、70%RH贮藏条件下的鸡蛋新鲜度进行预测。并测量鸡蛋的理化指标(哈夫单位和蛋黄指数)作为新鲜度的衡量标准。通过线性判别分析对储藏不同天数的鸡蛋进行分类分析,发现线性判别分析能较好地区分不同储藏天数的鸡蛋,判别函数的总贡献率为75.70%;利用多元线性回归和BP神经网络分析法建立电子鼻响应信号和鸡蛋理化指标之间的关系模型,所建多元线性回归模型的相关系数达0.84以上,相对误差在8.00%左右;所建BP神经网络模型的相关系数达0.84以上,相对误差在9.00%左右。说明电子鼻技术对鸡蛋新鲜度具有一定的预测能力,该研究可为鸡蛋新鲜度的无损检测提供参考。     

电子鼻结合GC-MS检测玫瑰香葡萄贮后货架期内挥发性物质的变化

应用电子鼻、顶空固相微萃取/气相色谱质谱联用(HS-SPME/GC-MS)两种技术,检测玫瑰香葡萄贮后货架期内挥发性物质的变化,从香气成分的角度评价葡萄货架期品质。玫瑰香葡萄0℃冷藏20 d后出库,设置18℃~20℃、8℃~10℃两种货架温度,模拟常温销售和超市货柜销售,测定5 d货架期内的理化、感官、营养指标,结合电子鼻、GC-MS分析。电子鼻检测结果表明,应用主成分分析、线性判别分析方法可以对不同货架时间的样品进行有效区分。GC-MS峰面积归一法分析结果表明,玫瑰香葡萄挥发性物质组成及其相对含量在货架期内发生变化,主要特征香气成分(E)-2-己烯醛、香叶醇、香茅醇、橙花醇等含量下降,乙醇、正己醇、乙酸等含量增加,峰面积总和下降,其变化规律与理化指标及电子鼻分析结果大致一致。因此,电子鼻结合GC-MS方法对玫瑰香葡萄货架期香气品质的判别具有可行性。     

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。     

电子鼻技术对红花椒粉感观品质的快速分析

利用电子鼻技术,分析考察了四川部分地区花椒粉样品气味上的差异,并与人工品评结果相对比。结果表明,与传统人工品评相比较,在对含有复杂气味成分的烹饪原料进行快速定性分析中,电子鼻技术具有客观、快捷、重复性好的特点,是值得推广的一项新的分析技术。     

电子鼻对驼乳中牛乳掺假的快速检测

为了迅速准确地鉴别掺假骆驼乳的气味特征,本研究以阿拉善双峰骆驼乳为研究对象,驼乳按照不同掺假浓度分为0.1％、1％、3％、5％、10％、15％、20％和100％的牛乳梯度进行制备.根据掺假驼乳的气味特征,通过电子鼻10个传感器和多变量结合分析更快速、准确的评价掺假驼乳.最后,对验证集中的掺假驼乳样品数据进行验证.结果表...     

基于电子鼻和GC-IMS 技术分析储藏时间对酱香型白酒挥发性风味物质的影响

该研究以第四轮次新酿、储藏1 年和3 年的酱香型白酒为研究对象,采用电子鼻和气相色谱-离子迁移谱（gas chromatography-ion mobility spectroscopy,GC-IMS）技术对其挥发性风味物质进行解析,探讨储藏时间对酱香型白酒挥发性风味物质的影响。电子鼻结果表明,传感器W3C（对氨气、芳香类物质灵敏）、W5C（对烷烃、芳香类物质灵敏）、W1W（对有机硫化物、萜类物质灵敏）和W2S（对乙醇灵敏）对不同储藏时间的酱香型白酒响应值存在显著差异（P<0.05）,且对储藏3 年的酱香型白酒响应值最高。结合相对气味活度值（raletive odor activity value,ROAV）法和变量投影重要性（variable importance in projection,VIP）分析,GC-IMS 结果表明,己酸乙酯、戊酸乙酯、异戊酸乙酯、乙酸戊酯和异丁醛是对酱香型白酒风味贡献较为突出的关键化合物,异戊酸乙酯和异丁酸乙酯对不同储藏时间酱香型白酒之间风味贡献差异显著（P<0.05）,且对储藏3 年酱香型白酒香气贡献更大。3-甲基-1-丁醇、糠醛、异戊酸乙酯、2-甲基丁酸乙酯、乙酸乙酯和异丁酸乙酯是不同储藏时间酱酒中的关键差异化合物,且在储藏3 年酱酒中相对含量更高。由此可知,储藏对酱酒风味品质形成具有积极意义,且储藏3 年的酱香型白酒整体风味更为突出。     

Detection of Adulteration in Saffron Samples Using Electronic Nose

Saffron is the commercial name of the dried stigmas of Crocus sativus L. flower. Due to the high cost of saffron, adulteration sometimes occurs in the local market. In this study, the aroma fingerprints of saffron, saffron with yellow styles, safflower, and dyed corn stigma were detected by an electronic nose system. The features of the obtained signals from electronic nose system were extracted and used for data analysis. In this work, principal component analysis was used and the results were confirmed by back propagation artificial neural networks. The results revealed that the system can recognize the saffron adulteration satisfactorily. As a conclusion, it was found that the electronic nose could provide good separation of the saffron and adulterated one (safflower and other adulteration) as 100 and 86.87% classification accuracy, respectively, by means of artificial neural networks. The electronic nose was able to differentiate non-adulterated and adulterated saffron at higher than 10% adulteration level successfully.     

电子鼻对芝麻油掺假的检测

使用电子鼻系统PEN3 对芝麻油中掺入大豆油、玉米油、葵花籽油进行检测分析,分别对芝麻油中不同量的掺假进行辨别,用主成分分析(PCA)和线性判别式分析(LDA)两种方法分析。结果表明：电子鼻能够较好的识别芝麻油掺假不同比例的大豆油、玉米油和葵花籽油,而且LDA 方法比PCA 方法的效果好。PCA 方法对掺入大豆油、玉米油超过50% 和葵花籽油超过70% 的芝麻油能明显区分,而LDA 方法对芝麻油中掺入不同量的大豆油、玉米油和葵花籽油均能明显区分。     

电子鼻/舌融合技术的信阳毛尖茶品质检测

为实现茶叶品质和化学成分快速鉴别和预测,采用电子鼻与电子舌联用技术对信阳毛尖茶茶叶挥发性气味和茶汤滋味成分进行检测分析。对电子鼻与电子舌联用的响应值进行主成分分析,结果显示电子鼻与电子舌数据融合可提高对茶叶样品区分度。通过电子鼻与电子舌响应的融合数据,对茶叶样品中茶多酚、咖啡碱含量建立预测模型。结果表明,多元线性回归、多元线性逐步回归、二次多项式逐步回归模型中回归系数效果显著（P＜0.01）,其中二次多项式逐步回归模型效果最佳,茶多酚建模集和验证集的决定系数分别为0.999、0.975,均方根误差分别为0.083、0.174;咖啡碱建模集和验证集的决定系数分别为0.985、0.978,均方根误差分别为0.015、0.048。电子鼻/舌联用可对茶叶品质和理化成分进行很好地分析和预测。     

电子鼻传感器阵列优化对猪肉新鲜度法的检测

用电子鼻检测猪肉新鲜度时,传感器阵列的冗余信息会带来负面影响。为了提高识别的准确性,根据猪肉散发的气味选择初始的传感器阵列,利用方差分析方法剔除重复性和区分度不明显的传感器;再通过变异系数分析、相关系数绝对值累加和最小分析、主成分分析(principal component analysis,PCA)第2主成分系数分析,筛选出了适合检测猪肉新鲜度的传感器阵列的优化阵列。本研究采用逐步判别法筛选出合适的特征值,并用贝叶斯判别方法对传感器阵列优化前后的数据进行对比分析。结果表明:通过对传感器阵列的优化,识别率由优化前的86.8%提高到优化后的98.9%。研究表明,本实验的传感器阵列优化方法可以大大提高电子鼻对猪肉新鲜度的识别准确性。