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。     

不同贮藏温度下美国红鱼风味的电子鼻检测研究

利用电子鼻PEN3系统对不同储藏温度下美国红鱼的风味成分进行检测分析。试验先通过电子鼻系统动态采集美国红鱼风味成分并得到电子鼻的响应值,再利用PCA、LDA等模式识别方法进行数据分析,LDA方法能更好区分不同储藏温度的美国红鱼,表明利用电子鼻能够无损检测区分不同新鲜度的美国红鱼,同时采用Loadings分析方法可以得知,传感器R2在美国红鱼新鲜度检测中起主要作用,这为进一步优化传感器以及探索方便快捷的美国红鱼新鲜程度的无损检测技术提供了依据。     

电子鼻检测改性聚砜膜用于啤酒澄清处理的研究

为研究膜处理技术对啤酒风味的影响,使用自制的共混改性聚砜膜(孔径100 nm)处理精滤前的啤酒,选用电子鼻PEN3系统对啤酒原液及膜澄清处理过的2种啤酒的芳香成分进行分析。通过电子鼻系统动态采集啤酒芳香成分,得到电子鼻的响应值,使用PCA、LDA模式识别方法进行数据分析。分析结果表明电子鼻能够快速、无损地检测到不同处理工艺对啤酒风味的影响,为检测共混改性聚砜膜对啤酒的澄清效果提供技术支持。     

电子鼻判别不同储藏条件下糙米品质的研究

采用德国Airsense 公司生产的PEN3 型电子鼻系统对不同储藏条件下的糙米进行分析检测。通过对传感器响应值进行PCA、LDA 方法的分析,发现PCA 和LDA 均能准确判别出不同水分含量的糙米;PCA、LDA 方法均可判别不同温度储藏的糙米样品,LDA 方法呈现出良好的集中性和单向趋势;LDA 可以很好的区分不同氧气体积分数储藏的糙米样品,并根据氧气体积分数的不同呈现出明显的规律,但总贡献率要低于PCA 方法。另外,通过方差分析发现不同储藏条件对电子鼻响应值的影响大小有所差异,顺序为水分条件＞温度＞氧气体积分数,水分和温度存在交互作用。另外,采用Loadings 分析方法可以得知传感器W5C、W1S 在检测中起到的作用最大,可以对电子鼻的传感器进行优化与选择,根据不同的具体条件选择适当的传感器阵列组合。     

电子鼻技术对不同处理海棠果贮后常温货架期的判别

为了探究电子鼻技术对不同处理海棠果贮后常温货架期的判别能力,将海棠果冷藏120 d后做常温货架试验(0,3,6和9 d),分为对照、1μL/L 1-MCP与1μL/L 1-MCP结合800 mg/L纳他霉素3个处理,通过电子鼻PEN3系统动态采集得到海棠果芳香成分的响应值,并通过主成分分析(PCA),线性判别分析(LDA)以及载荷分析进行数据分析。结果表明,PCA和LDA方法均能将3种处理的海棠果在常温货架期分开,而LDA能更好地将货架期3和9 d的对照组与其他处理的海棠果分开。采用载荷分析方法得到第6,第7和第8号传感器在海棠果贮后常温货架期品质检测中起主要作用,其主要的挥发性物质为有乙醇,对硫化氢,甲烷类化合物。同时综合分析得到利用1-MCP结合纳他霉素处理略好于1-MCP单独处理,且都优于对照果。     

基于电子鼻评价不同贮藏期蜜桔鲜榨汁品质的研究

为建立一种快速无损检测蜜桔鲜榨汁品质的方法,将宫川蜜桔(satsuma mandarins)置于20℃、相对湿度85%条件下贮藏,每3 d随机选取10个果实制成汁,利用PEN3电子鼻检测其香气,同时测定其主要品质指标并进行相关性分析。通过主成分分析(Principal Component Analysis,PCA)、线性判别分析(Linear Discriminant Analysis,LDA)对不同贮藏时间的蜜桔进行区分。结果显示:电子鼻传感器响应值与蜜桔鲜榨汁可溶性固形物含量和VC含量显著相关;线性判别分析能较好地区分出不同贮藏时间的蜜桔;负荷加载分析(Loading analysis)结果显示,传感器W1S(主要对甲烷灵敏)、W2S(对乙醇灵敏,也对部分芳香型化合物灵敏)和W2W(对芳香成分和有机硫化物灵敏)在蜜桔鲜榨汁品质评价中起主要作用。结果表明利用电子鼻技术有望实现对蜜桔鲜榨汁品质的快速无损检测。     

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。     

LDA优化电子鼻传感器阵列的研究

利用PEN3电子鼻系统对6个糖酸比不同的乳饮料样品进行检测,采用线性判别分析(LDA)对传感器响应值进行分析,确定优化传感器阵列方法,并将各优化结果进行对比,最终确定阵列优化结果,使电子鼻可以用更少的传感器达到更好的分类效果,为电子鼻传感器阵列优化提供了新的思路和方法。     

不同工艺热反应风味香料的电子鼻检测

为评价不同反应工艺对天然香料风味的影响,首先通过正交试验,研究以香菇提取液为基料,结合其它前体物质进行Maillard反应制备新型风味调料,再通过电子鼻PEN3系统动态采集9组不同香料芳香成分,得到电子鼻的响应值,采用PCA、LDA模式识别方法进行数据分析。结果表明,在基本配方条件下,添加赖氨酸、木糖和甘油,在110℃条件下热反应120min,可制得风味浓郁的新型风味调料,利用电子鼻能够无损检测并区分不同处理工艺的热反应香料。