电子鼻电子舌在咖啡风味研究中的应用

随着感官传感技术的不断发展,电子鼻和电子舌传感器已逐渐在食品检测及其他领域中得到大量的研究与应用。本文在阐述电子鼻和电子舌的基本原理及其数据处理方式的基础上,着重介绍了电子鼻、电子舌在咖啡风味中的研究现状,为咖啡风味的研究及质量控制提供参考。     

基于电子鼻和电子舌技术的鳕鱼鲜度评定

对不同储藏时间鳕鱼的气味和浸出液的滋味分别进行电子鼻和电子舌的分析,通过对数据进行PCA、DFA和负荷加载分析,并结合挥发性盐基氮(TVBN)和菌落总数(TVC)的分析,建立一种基于电子鼻、电子舌技术判别鳕鱼新鲜度的方法。结果表明:随着贮藏时间的延长,鳕鱼鱼肉的气味、滋味变化能被电子鼻、电子舌区分出来,且电子舌的DFA三维图谱的区分度更高。二者的分析结果与TVBN、TVC结果一致。因此,可以用电子鼻和电子舌来区分不同鲜度的鱼肉,电子舌的区分度要高于电子鼻。     

电子鼻和电子舌技术在葡萄酒检测中的应用概述

电子鼻和电子舌是模仿哺乳动物嗅觉和味觉而制成的智能感官检测仪器。介绍了两者的基本原理和模式识别方法,对目前电子鼻和电子舌在葡萄酒品质检测中的应用现状进行概述,并对电子鼻和电子舌今后的研究前景进行了展望。     

电子鼻和电子舌在乳制品品质及货架期监控中的应用研究

基于仿生技术和传感器技术的电子鼻和电子舌技术的应用研究发展迅速.本文介绍了电子鼻和电子舌系统的构成和工作原理以及其在分析乳制品的风味、监控其储藏阶段的成熟或变质过程、控制原料乳的质量及掺假(杂)等方面的应用现状.     

电子鼻和电子舌在鱼肉鲜度评价中的应用研究

鲜度是鱼肉及鱼类制品质量的一个重要指标。电子舌和电子鼻技术都能快速地评价鱼肉的品质和新鲜度。本文主要介绍了电子鼻和电子舌的在评价鱼肉鲜度时的工作原理以及研究现状和应用前景。     

基于电子鼻与电子舌建立牛奶货架期预测模型

以全脂鲜牛奶为研究对象,以产品感官品质得分、电子舌样品间的差别度欧氏距离（Euclidean distance,ED）和电子鼻气味距离为指标,分析产品在4、15、23 ℃和30 ℃的贮藏温度下的变化情况。运用零级反应动力学模型,结合Arrhenius方程,利用感官品质变化临界点计算电子舌差别度ED值随时间和电子鼻气味距离临界值,构建了电子舌以及电子鼻货架期的预测方程,预测全脂鲜牛奶货架期分别为16.2 d和15.7 d,预测误差分别为8.0%和4.7%。结果表明,采用电子鼻、电子舌技术,能够有效监测牛奶保质期加速实验过程中的品质变化,并为牛奶货架期的判定提供新思路。     

电子鼻和电子舌联用技术在评价酱油风味中的应用

为比较电子鼻、电子舌及其信号联用技术在酱油风味评价中的效果,试验分别利用电子鼻、电子舌及其融合合并的检测信号,结合主成分、判别指数、质量控制模型和马氏距离等数学方法综合评价8种不同产地酱油风味。电子鼻分析表明8个样品可分成3组,但同组的4、8号两个样品无法区分;电子舌分析表明2、3号样品相似度最高,1、5、6号和8号样品有一定相似度,4、7号样品差异最大;电子鼻和电子舌检测信号融合分析表明8个样品分成3组(即3种风味),且每组样品无交叉重合,区分效果好。电子鼻/电子舌检测信号联用能从气味和滋味综合评价酱油,且分辨能力强,是智能感官评价食品风味的新趋势。     

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。     

电子鼻和电子舌在食品分析中的应用

电子鼻和电子舌作为嗅觉传感器技术,以其客观性、可靠性和重现性等优点在食品分析中得到了广泛的应用。本文在介绍电子鼻和电子舌的工作原理及基本组成基础之上,就其在国内外食品品质监控、食品评价、食品安全检测方面的一些应用进行了综述,以期对提高我国食品分析提供一定的参考。     

基于电子舌与电子鼻评价烘培时间对黄秋葵籽风味品质的影响

分析不同烘焙时间对黄秋葵籽滋味、气味的影响,采用电子舌法、电子鼻法结合感官评定比较分析黄秋葵籽风味品质的变化。结果表明:电子舌与电子鼻对不同烘焙时间下的黄秋葵籽风味特征呈现不同的响应值,电子舌中涩味的特征向量值最高为0.88,电子鼻对硫化物响应最强;黄秋葵籽烘焙25 min的感官评定总体风味较佳。电子舌PCA分析能较好地区分不同烘焙时间下的黄秋葵籽测试液,而电子鼻的PCA和LDA分析对测试液的区分均存在重叠区,区分性不好。感官评定与电子舌检测的结果对于烘焙时间引起黄秋葵籽的滋味的变化均得到了较好的区分。感官评定与电子鼻检测的结果对于烘焙时间引起黄秋葵籽的气味的变化区分效果均不好。不同烘焙时间下黄秋葵籽感官评定的结果具有差异性,电子舌和电子鼻分析结果与感官评定结果相比较风味品质的检测结果相近。     

电子感官在玉兰花茶品质分析中的应用

通过电子鼻和电子舌检测了玉兰花茶及原料绿茶、白兰花酊剂调配玉兰花茶的品质,并采用主成分分析(PCA)、判别因子分析(DFA)和统计质量控制分析法(SQC)进行了数据分析。结果显示,不同茶水比冲泡出来的玉兰花茶和绿茶风味变化较大且差异明显,采用白兰花酊剂开发玉兰花茶与传统工艺加工的玉兰花茶在电子感官数据上差异较大。将电子鼻和电子舌分析结合能够有效进行玉兰花茶品质分析,利用该技术可以改进玉兰花茶加工工艺。     

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。     

基于电子鼻和电子舌技术对不同金银花酒的鉴别分析

为鉴别不同生产类型的金银花酒,该研究利用电子鼻和电子舌技术及二者拟合技术结合人工感官评价对金银花酒样品进行检测,对所测数据进行主成分分析（PCA）、判别因子分析（DFA）,分别从气味和滋味两方面进行评价鉴别。不同生产类型金银花酒样品在电子鼻、电子舌和二者拟合结果的主成分分析中第一主成分（PC1）与第二主成分（PC2）的贡献率之和分别达到了90.97%、90.91%、95.00%;电子鼻判别因子分析总贡献率为89.72%,佐证了主成分分析结果;滋味雷达图显示小曲酿造金银花酒在鲜味上的响应度明显高于大曲酿造和大曲配制的金银花酒,这与人工感官评价相一致;以上表明电子鼻、电子舌技术能够准确的鉴别不同生产类型的金银花酒样品,可用于今后对不同金银花酒的比较分析中。     

基于GC-MS、智鼻、智舌评价川味火锅调料的风味特征

为研发高品质川味火锅调料,基于GC-MS、电子鼻、电子舌技术探究4种川味火锅调料的关键风味化合物.结果 表明,4种川味火锅调料共检测到风味物质162种,其中醛酮类30种、萜烯类28种、醇类25种、酯类18种、酚类17种、酸类10种.名扬样品风味最浓郁.4种川味火锅调料的共有贡献成分有β-月桂烯、2,4-癸二烯醛、D-柠...     

电子鼻和电子舌在果酒风味分析中的应用

采用电子鼻嗅觉指纹分析系统、电子舌味觉指纹分析系统及人工感官评价对不同品种樱桃酒(中樱狄墨尔干红和干白)和不同品种葡萄酒(张裕干白和长城干红)的香气和口感进行了检测,并采用主成分分析(PCA)和判别因子分析法(DFA)对传感器响应信号进行了分析。经模式识别分析得到:在香气上,樱桃干白与葡萄干白的差异最小,其次是樱桃干红和葡萄干红,干白和干红之间的差异最大;在口感上,樱桃酒(干红和干白)与葡萄酒(干红和干白)的差异较大。电子鼻和电子舌分析结果与人工感官评价结果一致。研究表明,电子鼻和电子舌结合模式识别方法可用于果酒的风味评价。     

基于电子鼻/舌融合技术的白酒类别辨识

为实现白酒质量的快速鉴别,本研究采用两个不同的电子鼻和电子舌融合系统采集不同品牌白酒样品的气-味信息,采用主成分分析法、K均值法对检测结果进行聚类分析,采用支持向量机法对白酒的品牌进行预测分类分析。经主成分分析聚类分析后,应用基于TGS型气敏传感器的电子鼻和电子舌融合系统可以将3种酒进行很好的区分,其余5种酒有交叉,而应用基于MQ、MP型气敏传感器的电子鼻和电子舌融合系统可以将8种白酒基本区分开来;K均值法分别用于两融合系统,前融合系统的错分类概率为33.3%,后融合系统的错分类概率为23.75%。采用支持向量机法对白酒的品牌进行预测分类,应用前融合系统的识别率为93.75%,而应用后融合系统的识别率为98.75%。结果表明:气-味信息融合技术可以实现对白酒品牌的鉴别,且应用基于MQ、MP型气敏传感器的电子鼻和电子舌融合系统对白酒类别的识别结果较好于应用基于TGS型气敏传感器的电子鼻和电子舌融合系统。