基于电子鼻技术的秋刀鱼新鲜度评价

采用德国PEN-3型便携式电子鼻收集4℃冷藏条件的秋刀鱼挥发性风味信息,并对收集的风味信息进行传感器载荷分析(loadings analysis)、线性判别分析(linear discriminant analysis,LDA)和主成分分析(principal component analysis,PCA),其结果与秋刀鱼感官评价、p H值、挥发性盐基氮(total volatile basic nitrogen,TVB-N)值和菌落总数等指标进行相关性分析。结果表明:秋刀鱼的气味随着贮藏时间的延长发生变化,其中氮氧化合物、有机硫化物和无机硫化物等电子鼻传感器的响应值变化最为明显;电子鼻分析结果与感官、p H值、TVB-N值和菌落总数分析结果显著相关,表明电子鼻检测技术可用作秋刀鱼新鲜度快速判别的一种新型检测方法。     

基于电子鼻的鲢鱼新鲜度评价

采用电子鼻对不同保藏时间的鲢鱼样品进行分析。研究表明:随着保藏时间的延长,传感器的响应强度逐渐增强。在主成分分析图中,不同保藏时间的样品可以相互区分,样品的分布随着保藏时间的延长呈规律性的变化。电子鼻响应值与微生物和理化指标之间有良好的相关性。电子鼻可以用于鲢鱼新鲜度的评价。     

基于电子鼻与统计学方法的海鲈鱼新鲜度品质预测

通过电子鼻系统采集贮藏在0 ℃下海鲈鱼的气体指纹信息,并测定挥发性盐基氮(TVB-N)、菌落总数和假单胞菌。分析不同贮藏期海鲈鱼电子鼻传感器响应值的变化,采用主成分分析(PCA)、线性判别分析(LDA)进行数据分析,采用偏最小二乘法(PLS)建立TVB-N、菌落总数和假单胞菌的预测模型。结果表明:随着海鲈鱼贮藏时间的延长,电子鼻的响应值数值在海鲈鱼贮藏过程中增加。采用PCA、LDA方法可较好区分不同贮藏时间海鲈鱼的腐败程度。通过偏最小二乘法(PLS)建立TVB-N、菌落总数和假单胞菌的快速预测模型,其决定系数(R²)分别为0.9737、0.8778、0.5943,而假单胞菌预测模型的R²较低,模型拟合度不高,故不适合用PLS建立假单胞菌预测模型。利用电子鼻结合化学计量学方法对海鲈鱼新鲜度品质进行快速检测是可行的。     

电子鼻技术在小黄鱼新鲜度检测中的应用

采用电子鼻获取不同保藏条件和时间的小黄鱼的气味信息,通过对数据进行主成分分析（PCA）和线性判别分析（LDA）并结合挥发性盐基氮（TVB-N）、菌落总数和三甲胺含量的变化进行分析,建立一种利用电子鼻技术判别小黄鱼新鲜度的方法。结果表明,无论冷冻、冰鲜还是常温保藏,随着保藏时间的延长,电子鼻传感器的响应强度逐渐增大。不同保藏条件气味变化呈现一定趋势,即冰鲜和常温保藏时气味响应强度增大,区分明显;且电子鼻分析结果与理化指标结果基本一致。因此电子鼻技术可以用来检测不同新鲜度的小黄鱼。      

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。      

基于电子鼻的猪肉新鲜度的检测

为了探索电子鼻对猪肉新鲜度检测的可能性,以STM32和CC2430为核心设计了新型无线电子鼻,并对5种不同新鲜度的猪肉样品进行了分析。对数据进行平滑处理后提取稳态响应值,并分别利用主成分分析和概率神经网络建立新鲜度识别模型。结果表明,主成分分析的前2个主元累计贡献率达92.79%,分类效果明显;概率神经网络模型识别率达到100%。     

基于电子鼻技术的荆州鱼糕贮藏过程新鲜度预测

以荆州鱼糕为研究对象,采用感官评定、挥发性盐基氮(TVB-N)检测和电子鼻技术分析不同贮藏条件下荆州鱼糕的新鲜度变化,并基于电子鼻检测数据,结合主成分分析(PCA)、层次聚类分析(HCA)、偏最小二乘判别分析(PLS-DA)和逐步多元线性回归分析(Stepwise-MLR)建立鱼糕新鲜度的判别和预测模型。结果表明：在4℃和室温条件下,电子鼻响应信号均能很好地区分鱼糕样品的新鲜度;鱼糕贮藏过程中产生的氮氧化物、硫化物、甲烷等是新鲜度下降的重要指标;基于电子鼻检测数据建立的多元线性回归预测模型的R²均大于0.932 5,预测集样品的预测均方根误差均小于1.22,即电子鼻技术结合多元统计分析可作为一种无损、简便和快速检测鱼糕新鲜度的方法。     

基于电子鼻的海捕与养殖海鲈鱼鉴别技术研究

目的采用电子鼻技术进行海捕与养殖海鲈鱼的鉴别研究。方法采用电子鼻对海捕和养殖海鲈鱼(Lateolabrax japonicus)的背肉、腹肉、鱼鳃和鱼皮4个部位的气味信息进行提取,采集了冰鲜(0℃)、水煮(100℃)和烘烤(180℃)处理后4个部位气味指纹的变化,通过主成分分析和雷达图表征区分海捕与养殖海鲈鱼。结果对于冰鲜样品,电子鼻不仅能区分出海捕和养殖的海鲈鱼,还能有效地区分出海鲈鱼的不同部位。对于水煮样品,电子鼻能根据背肉和腹肉的气味特征,区分海鲈鱼样品来自海捕还是养殖。对于烘烤样品,电子鼻仅能区分出样品的部位。随着处理温度的不断提高,海捕和养殖海鲈鱼的气味差别逐渐消失,背肉和腹肉能较稳定地反应两者之间的差别,可作为电子鼻鉴别的靶点。结论与传统感官评价相比,电子鼻在海捕与养殖海鲈鱼鉴别的准确度和区分效率上更具有显著优势。     

电子鼻技术在猪肉新鲜度识别中的应用

根据猪肉的气味特征,建立了一套用于猪肉新鲜度识别的电子鼻系统。通过分析猪肉的腐败机理,合理选用了气敏传感器阵列。依据猪肉的新鲜度模式,确定了遗传优化的组合RBF神经网络作为模式识别方法。试验结果表明,本文的电子鼻系统对猪肉新鲜度的识别率达95%,优于其它识别系统。     

基于电子鼻和乙醇传感器判别草莓新鲜度的研究

以红颜草莓果实为试材,在4℃(低温组),相对湿度85%~95%条件下贮藏,研究基于气味判别草莓新鲜度的方法。分别运用电子鼻和单一乙醇传感器采集草莓贮藏期间的气味。主成分分析结合感官评定将草莓的新鲜度划分为4个阶段,分别为4℃贮藏0~3,6,9~12,15d。采用偏最小二乘判别分析(PLS-DA)和分类型支持向量机(SVM-C)构建了基于气味判别草莓新鲜度的模型;应用电子鼻和PLS-DA法构建模型,建模组和验证组总体准确率分别为84.2%,88.3%;而基于SVM-C法构建模型,建模组和验证组总体准确率分别为99.2%,96.7%。应用乙醇传感器技术和PLSDA法、SVM-C法构建模型,准确率分别为83.3%(PLS-DA法建模组),86.7%(PLS-DA法验证组),90.8%(SVM-C建模组),90.0%(SVM-C验证组)。该研究可为建立草莓采后贮藏和流通过程中新鲜度实时监测的方法提供技术参考。     

电子鼻检测鸡肉新鲜度的研究

本实验用电子鼻技术检测鸡肉在不同实验条件下挥发性成分的变化,考察保存温度和时间对鸡肉挥发性成分的影响。通过对在5、15、25℃条件下保存1、2、3、4 和5d 的鸡肉样品进行电子鼻检测发现：电子鼻输出信号随采集时间的延长而增加,对输出信号与采集时间的关系进行数据分析发现电子鼻输出信号与采集时间的0.5 次方呈线性关系,可以用其斜率表示各个样品的特征值;电子鼻输出信号的特征值随鸡肉样品保存温度的升高而增加,也随保存时间的延长而增加。初步实验研究表明,在不同实验条件下,鸡肉挥发性成分发生变化,电子鼻可检测到这些变化,因此可尝试用电子鼻技术评价鸡肉新鲜度的变化。     

基于电子鼻对水蜜桃货架期评价的研究

利用PEN3 电子鼻系统对早熟“久保”水蜜桃采后7d 货架期内的芳香成分进行检测分析,先通过电子鼻系统动态采集水蜜桃芳香成分并得到了电子鼻的响应值,再利用PCA(主成分分析)、LAD(线性判别)模式识别方法进行数据分析。结果表明LDA 方法能够更好地区分第1 天、第2～4 天和第5～7 天货架期的水蜜桃,进行交叉确认分析后,对第1 天、第2～4 天和第5～7 天的水蜜桃货架期区分准确率达91%,同时采用负荷加载(Loading )分析方法可以得知,传感器W1S(甲烷)、W2S(乙醇)、W2W(硫化氢类)对水蜜桃货架期的评价起主要作用,这为进一步优化传感器以及探索方便快捷的水蜜桃无损检测技术提供了依据。     

电子鼻在秋刀鱼鲜度评定中的应用

为建立秋刀鱼鲜度快速评定方法,研究了秋刀鱼于4℃条件下感官评分、TVB-N、TBARS、细菌总数以及电子鼻检测信号的变化情况。结果表明,秋刀鱼在冷藏过程中感官评分呈下降趋势,贮藏前期气味劣化是总评分降低的主导因素;TVB-N值在贮藏前期变化较小,第5 d开始呈显著增加(p0.05),11 d时接近0.30 mg/g的界限值;TBARS含量在贮藏过程中迅速增加;细菌总数的变化与TVB-N值的变化趋势较为一致,第11 d时接近7.0 Log10 CFU/g的界限值。综合感官、生化和微生物指标,秋刀鱼在4±1℃条件下一级鲜度可保持3 d,二级鲜度可保持至第7 d,货架期为9~11 d。冷藏过程中秋刀鱼样品在PCA的二维图形上倾向于聚类分布,且特征区域没有重叠,电子鼻可以很好的表征秋刀鱼的鲜度变化,同时与感官评分、生化指标以及微生物指标指示的鲜度等级基本一致。研究结果将为秋刀鱼鲜度的快速评定提供技术参考。     

电子鼻技术研究臭氧水处理对罗非鱼鱼片的新鲜度的影响

采用电子鼻PEN3系统对经不同臭氧水处理的罗非鱼肉进行检测。对传感器进行相关性分析与Loadings分析,由W1C、W5S、W1S、W1W、W2S、W2W和W3S组成新的传感器阵列。对优化后的传感器阵列进行主成分分析,结合挥发性盐基氮（total volatile basic nitrogen,TVB-N）值、硫代巴比妥酸反应物（thiobarbituric acid reactivesubstances,TBARS）值综合评价臭氧水处理对罗非鱼鱼片的新鲜度的影响。结果表明,利用电子鼻技术得到罗非鱼鱼片的贮藏品质区分结果与TVB-N值、TBARS值0级动力学分析结果基本一致;1 mg/L臭氧水处理5 min不能明显地减缓罗非鱼鱼片在贮藏期新鲜度下降,5 mg/L臭氧水处理10 min能明显地减缓罗非鱼鱼片在贮藏期新鲜度下降。     

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。     

电子鼻和随机森林算法快速鉴别野生与 养殖日本真鲈

目的建立电子鼻和随机森林算法快速鉴别野生与养殖日本真鲈的分析方法。方法采用来源确定且规格不同的日本真鲈,利用电子鼻中14个金属氧化物传感器获取53份日本真鲈样本(养殖样本25份,野生样本28份)的特征信号,构建得到行×列为53×15(含标签列,野生为1,养殖为-1)的初始特征矩阵。构建随机森林(randomforest,RF)模型,并依据袋外错误率(out-of-bagerrorrate,OOB)对随机森林模型的估计器(决策树)数量和单一决策树最大特征的2个参数进行优化。结果模型最优估计器数为50,最大特征数为14,模型的鉴别准确率达到98.2%。通过该模型,以贡献率为指标,对电子鼻传感器进行了特征筛选和排序,其中S14和S4传感器的贡献率分别为42.9%和36.0%。结论该技术可以快速鉴别野生和养殖日本真鲈。     

鸡肉新鲜度电子鼻评价特征值的确定

用电子鼻检测鸡肉在不同试验条件下挥发性成分的变化,用电子鼻输出信号考察了加热温度、时间和样本表面积对鸡肉散发挥发性成分的影响。通过对24份鸡肉样本的试验得出:电子鼻输出信号与采集时间呈线性关系,可以用斜率表示各个样本的特征值;相同加热温度的样本较好的归为一类,不同加热温度的样本区别明显;加热温度较低时,加热时间对样本相聚的影响较小,温度较高时,影响较大;样本的表面积对样本相聚也有影响,但需进一步试验验证。初步试验研究表明,在不同试验条件下,鸡肉挥发性成分发生变化,电子鼻可检测到这些变化。可尝试用电子鼻技术评价鸡肉新鲜度变化的研究。