基于电子鼻系统的不同风味绍兴黄酒区分方法研究

黄酒具有独特的香气和丰富的营养价值,兼具饮用和药用价值.不同风味黄酒产品挥发性香气成分也不同,是黄酒品评考察的主要指标之一.本文选取元红、加饭、善酿、香雪4种典型风味绍兴黄酒为检测样品,采用电子鼻系统检测记录了不同黄酒样品的香气数据,并且以随机共振信噪比分析方法提取黄酒香气特征值.结果表明,检测样品酒特征值顺序依次为善...     

基于电子鼻的香蕉储存时间鉴别方法研究

研究了一种基于电子鼻系统的香蕉储存时间鉴别方法。实验检测了不同储存时间的香蕉样品,主成分分析方法可以较好地区分不同储存时间的香蕉样品,同时检验了样品的微生物指标以探讨电子鼻响应与微生物指标之间的关系。随机共振信噪比谱不但可以区分香蕉样品,同时基于信噪比特征值建立的香蕉储存时间鉴别模型具有较高的预测准确率。该方法具有较好的实际应用价值。     

基于电子鼻的低温贮藏草鱼品质预测方法研究

提出了一种基于电子鼻的低温贮藏(277 K)草鱼品质预测方法。实验检测了草鱼样品顶空挥发气体,实验结果表明电子鼻传感器阵列对草鱼样品的响应值随着贮藏时间的增加而增加。同时实验检测了草鱼样品的菌落总数指标,电子鼻响应与微生物指标之间具有良好的对应关系。信噪比谱方法成功区分不同贮藏时间的草鱼样品。我们依据信噪比特征值建立了样品品质预测模型,该模型可以准确的预测低温贮藏草鱼样品品质,具有较好的实用价值。     

使用电子鼻检测低温贮藏罗非鱼储存时间

本文采用电子鼻结合理化检验方法探索了一种低温贮藏罗非鱼储存时间预测方法。按照国家标准检验了罗非鱼样品的挥发性盐基氮（TVBN）,同时测量了电子鼻传感器阵列响应,以TVBN检验结果标定罗非鱼的新鲜度。在随机共振理论模型研究的基础之上,对电子鼻检测数据进行主成分和随机共振分析。相对于主成分分析结果,随机共振输出信噪比可以完全区分罗非鱼样品。依据TVBN国家标准计算得到罗非鱼电子鼻检测信噪比新鲜度阈值为-61.1688。选取信噪比曲线特征值经线性拟合回归建立了罗非鱼储存时间预测模型,该模型的预测系数R2=0.910,结果表明可以准确预测罗非鱼的储存时间。该方法具有快速、易操作、准确等优势,有望于在水产品品质快速分析中得到广泛应用。     

霉变小麦的电子鼻区分及其传感器阵列选择优化

采用电子鼻区分不同霉变程度的扬麦23号样品,连续检测不同霉变程度小麦样品,并记录检测数据。将检测数据耦合到双稳态随机共振系统,调解系统参数诱发产生共振,依据系统输出信噪比特征值建立小麦霉变程度预测模型。为了提高电子鼻对霉变小麦样品区分效果,进行了电子鼻传感器负荷加载分析,对电子鼻传感器阵列进行了优化研究,结果表明传感器阵列优化可有效提高电子鼻检测小麦霉变程度的准确度。采用华麦6号样品构建验证实验,结果证明所建立的方法具有较好的应用意义,并具有普遍意义上的适用性。     

基于金属氧化物传感器阵列的小麦霉变程度检测

研制了一套由8个金属氧化物传感器组成、用于检测小麦霉变的电子鼻系统.使用该电子鼻对不同霉变程度和掺入不同百分比含量霉麦的小麦样品进行检测.通过方差分析和主成分分析优化传感器阵列并去掉冗余传感器,对优化后的数据进行主成分分析(PCA)和线性判别分析(LDA),其中PCA的前两个主成分对两类实验结果分析的总贡献率为98.30％和99.27％,LDA前两个判别因子对两类实验结果分析的总贡献率为99.68％和93.30％,且由得分图可知两种方法均能很好地区分不同的小麦样品.利用BP神经网络建立预测模型,对样品菌落总数和掺入样品中霉麦的百分比进行预测.两种预测模型的预测值和测量值之间的相关系数分别为0.91和0.94,表明预测模型具有较好预测性能.     

基于电子鼻的芒果储存时间预测方法研究

本文研究了一种芒果储存期预测方法,使用智能电子鼻实验检测了存储于9天内的芒果样品,主成分分析法实现了不同贮存时间芒果样品的区分,采用阈值随机共振方法提取芒果品质特性信息,并以互相关系数极大值构建芒果储存期预测模型。预测实验结果表明该模型预测准确度为87.5%。该预测方法具有检测快速、准确性好、成本低等优势。     

近红外光谱法测定黄酒中氨基酸态氮和酒精度的研究

黄酒中氨基酸态氮和酒精度的常规测定方法步骤繁琐,时效性差.在研究黄酒的近红外光谱和化学计量学的基础上,采用偏最小二乘法建立模型,并以该模型对未知黄酒样品的氨基酸态氮和酒精度含量进行预测,验证模型可靠性.氨基酸态氮建模结果:决定系数为95.19%,均方差为0.041;酒精度建模结果:决定系数为96.82%,均方差为0.26.氨基酸态氮外部检验的预测均方差为0.063;酒精度外部检验的预测均方差为0.20.结果表明该方法应用于黄酒品质的检测,操作简便、快速、准确.     

基于电子鼻和非线性数据特征分析的鸡肉鲜度检测方法

探讨了一种基于电子鼻和非线性数据特征分析的鸡肉鲜度检测方法。以鸡胸肉作为样品,样品在4℃温度下连续存放6天,每天检验样品的挥发性盐基氮(TVB-N)指标,并且实验检测鸡肉样品的电子鼻响应数据。实验结果表明储存了3 d的鸡肉样品TVB-N指标超出了国家标准限定值而无法食用。采用主成分分析(PCA)方法和非线性随机共振方法分析电子鼻检测数据,结果表明主成分分析方法仅能定性的区分不同储存时间的鸡肉样品,随机共振系统输出相关系数曲线可以较好的区分不同鸡肉样品,并且依托互相关系数特征峰值构建了鸡肉鲜度分析模型。该方法具有检测快速、准确性好、成本低等优势。     

基于逐步判别分析和BP神经网络的电子鼻猪肉储藏时间预测

旨在探讨一种快速检测猪肉储藏时间的电子鼻方法.本研究采用德国Airsense公司的PEN 2型便携式电子鼻对不同储藏时间(0～7 d)的猪肉样品进行检测,每天检测42个样品,每个样品质量为10 g,密封时间为5 min.提取第60 s数据进行线性判别分析,结果显示电子鼻能较好的区分不同储藏天数的猪肉样品.同时用逐步判别分析和BP神经网络对猪肉储藏时间进行预测,训练集的准确率,前者为100%,后者为94.17%,而预测集的准确率,前者为97.92%,后者为93.75%.研究表明电子鼻技术有望在猪肉新鲜度快速检测上得到广泛的应用.     

A novel humid electronic nose combined with an electronic tongue for assessing deterioration of wine

We report herein the use of a combined system for the analysis of the spoilage of wine when in contact with air. The system consists of a potentiometric electronic tongue and a humid electronic nose. The potentiometric electronic tongue was built with thick-film serigraphic techniques using commercially available resistances and conductors for hybrid electronic circuits; i.e. Ag, Au, Cu, Ru, AgCl, and C. The humid electronic nose was designed in order to detect vapours that emanate from the wine and are apprehended by a moist environment. The humid nose was constructed using a piece of thin cloth sewn, damped with distilled water, forming five hollows of the right size to introduce the electrodes. In this particular case four electrodes were used for the humid electronic nose: a glass electrode, aluminium (Al), graphite and platinum (Pt) wires and an Ag-AgCl reference electrode. The humid electronic nose together with the potentiometric electronic tongue were used for the evaluation of the evolution in the course of time of wine samples. Additionally to the analysis performed by the tongue and nose, the spoilage of the wines was followed via a simple determination of the titratable (total) acidity.     

LDA模型在红酒数据关系挖掘中的应用研究

为了调查食品尤其是包含复合香气的食品（如葡萄酒和酒精饮料等）中的气味活性化合物的构成机理，提出了一种将LDA模型应用于红酒气味与化学分子关系挖掘的方法。该方法在红酒风味数据集上，将红酒看作文档，气味和化学分子看作词语，通过LDA主题模型挖掘隐含的红酒特征；根据红酒与化学分子在红酒中的分布进行聚类，并结合Apriori算法进行关联分析，最终找出气味与化学分子之间的关系，为设计一个能够通过测试化学分子识别食品气味的电子鼻打下基础。实验数据由法国南特大学Oniris气味实验室提供，实验结果部分地证实了将LDA模型应用于红酒气味与化学分子关系挖掘的可行性。     

基于调幅脉冲扫描法的电子舌及其在酒类识别中的应用

为了能够对酒类进行区分识别,提出了一种基于调幅脉冲扫描方法的电子舌系统.应用由丝网印刷电极、检测电路和调幅扫描脉冲等组成的高性能电子舌对六种不同品牌的干红葡萄酒进行了测量,并通过特征值提取和主成分分析对数据进行了分析处理和识别研究.特征值提取减少了系统的处理数据量,主成分分析表明该电子舌系统能够很好的区分不同品牌的葡萄酒.为研制酒类质量检测仪器和酒类品质评判系统提供了新方法和新构架.     

基于传感器温度动态响应信息和Kohonen算法的葡萄酒定性识别方法

对复杂混合气体/气味的定性识别是电子鼻技术应用的重要方面.文章以对不同品牌的葡萄酒样本的定性识别为例,尝试利用气体传感器温度动态响应信息并结合Kohonen算法,实现对复杂混合气体/气味的定性识别.仿真验证结果表明:采用仅由3个气体传感器构成阵列的电子鼻系统,利用上述方法对5种不同品牌的葡萄酒样本的识别准确率达到100%.文中同时针对识别对象的特点,介绍了一种差值抵消的数据预处理方法.     

Modified diffusion model with multiple products using a hybrid GA approach

As technology advances, the speed in which new products are developed also increases. Due to such increases, product forecasting has become much more vital for a company. The Bass diffusion model is a demand-forecast model that explores the phases of a product’s life cycle that have been successful in the diffusion of forecasting innovation in new products. Recognizing the need for an efficient parameter estimation method for multi-product forecasting, we have conducted research using the hybrid genetic algorithm (HGA). The research conducted will provide an alternate approach to explore the forecasting capability of the diffusion models without having as many limitations as the original method. We used both published data and LCD-monitor global sales data to test and verify our method. Results show that the proposed model using a hybrid GA approach can improve the forecasting efficiency.     

最小二乘法在电子鼻动态信息融合中的应用

基于集成气敏传感器阵列和多传感器信息融合技术的电子鼻系统,可用于气体/气味的定性定量识别.电子鼻走出实验室的关键是高效的识别算法和简化的实验装置.本文提出最小二乘法在简化的电子鼻系统中的应用模型.利用线性最小二乘法拟合传感器阵列的动态响应曲线,建立电子鼻系统的知识库并进行智能识别.利用该方法并结合气体传感器阵列在不同温度条件下的动态响应信号,对雪碧、酷儿和绿茶三种饮料样本进行定性识别,仿真验证结果表明该方法的识别准确率达到100%.     

自适应概率神经网络及其在白酒电子鼻中的应用

为了探索电子鼻对白酒品质鉴别的可能性,利用自制的新型无线白酒电子鼻对洋河海之蓝、今世缘省接待、安徽迎驾大曲和牛栏山陈酿进行了分析.对所采集的数据进行平滑处理后提取稳态响应值和斜率值,利用主成分分析对特征向量进行降维处理,并将获得的前2个主元得分作为概率神经网络识别模型的输入参量.针对传统概率神经网络平滑因子σ单一易导致分类错误的缺陷,利用差异演化算法优化σ参数集,建立了自适应概率神经网络识别模型.实验结果表明,DE-PNN相比BP-PNN、PSO-PNN和SVM等,识别精度更高,抗噪性能更好,同时也证明了电子鼻能有效地检出不同品牌的白酒.