电子鼻在掺假牛肉馅识别中的应用

为了探索电子鼻对牛肉类掺假识别的可行性,利用电子鼻对牛胸肉、猪前槽肉、鸡胸肉和鸡皮样品进行了检测分析。通过对所获得的数据进行主成分分析(principal component analysis,PCA)、线性判别分析(linear discriminantanalysis,LDA),结果表明:电子鼻能够较好的识别牛胸肉馅料中掺入不同比例的猪前槽肉、鸡胸肉和鸡皮,且LDA方法的效果明显优于PCA方法。      

电子鼻结合化学计量法对羊奶中蛋白质掺假的识别

利用电子鼻结合化学计量法对羊奶中的蛋白质掺假进行定性和定量的研究。用电子鼻检测掺入了不同蛋白质物质的羊奶,采用主成分分析、线性判别分析对电子鼻响应值进行定性分析,采用线性回归分析、Fisher判别分析以及K-最邻近值分析对电子鼻响应值进行定量分析。结果表明:主成分分析和线性判别分析都能够区分不同类别的掺假样品。线性回归分析的决定系数为84.5%,表明回归方程估测可靠程度较高。Fisher判别分析的原始分类的正确率达到100.0%,交叉验证的正确率为98.2%,说明其预测结果较好。K-最邻近值分析对训练集的分类正确率达到95.1%,对验证集的分类正确率为97.1%,说明模型的预测结果良好。说明应用电子鼻技术检测羊奶中的蛋白质掺假具有一定的可行性。     

电子鼻在掺假牛肉卷识别中的应用

使用PEN3系统的电子鼻对掺入不同比例的猪肉和鸭肉的牛肉卷样品进行检测辨别,用主成分分析(PCA)和线性判别分析(LDA)进行分析。结果表明:电子鼻能稳定地反映出掺入不同比例猪肋条肉、鸭肉的牛肉卷中挥发性物质信息的变化,并且能够将不同掺入比例的肉样很好地区分开。     

近红外光谱定性定量检测牛肉汉堡饼中猪肉掺假

利用近红外光谱技术结合化学计量学方法,对不同肥肉占比的解冻牛肉汉堡饼中的猪肉掺假进行定性判别建模,并建立猪肉掺假比例的定量检测模型。结果表明：对不同掺假比例样品的判别,应用偏最小二乘判别分析方法效果优于主成分分析-支持向量机方法,最优模型校正集和验证集判别正确率均为100%。应用偏最小二乘方回归法定量检测不同肥瘦比解冻牛肉汉堡饼中的猪肉掺假比例,模型校正集和验证集的相关系数Rc和Rp、验证集均方根误差分别为0.968 9、0.861 1、7.221%。因此,应用近红外光谱技术可以实现对不同肥肉占比的解冻牛肉汉堡饼中的猪肉掺假进行定性判别和定量检测。     

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...     

应用电子鼻对奶粉掺假快速检测的研究

利用由十个金属氧化物传感器组成的电子鼻对几种不同品牌的奶粉和掺入其他物质的奶粉样品分别进行了测量,并通过PCA和LDA法对数据进行了统计分析。数据分析显示所建立的奶粉电子鼻模型能够用于识别不同品牌的奶粉样品,同时电子鼻也能够鉴别奶粉是否有其他物质的掺入。另外基于电子鼻的灵敏性,其对于奶粉中掺入物的浓度也有一定的鉴定能力。研究结果表明电子鼻技术应用在奶粉掺假的快速检测上是可行的。      

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。     

Discrimination of Chicken Seasonings and Beef Seasonings Using Electronic Nose and Sensory Evaluation

This study examines the feasibility of electronic nose as a method to discriminate chicken and beef seasonings and to predict sensory attributes. Sensory evaluation showed that 8 chicken seasonings and 4 beef seasonings could be well discriminated and classified based on 8 sensory attributes. The sensory attributes including chicken/beef, gamey, garlic, spicy, onion, soy sauce, retention, and overall aroma intensity were generated by a trained evaluation panel. Principal component analysis (PCA), discriminant factor analysis (DFA), and cluster analysis (CA) combined with electronic nose were used to discriminate seasoning samples based on the difference of the sensor response signals of chicken and beef seasonings. The correlation between sensory attributes and electronic nose sensors signal was established using partial least squares regression (PLSR) method. The results showed that the seasoning samples were all correctly classified by the electronic nose combined with PCA, DFA, and CA. The electronic nose gave good prediction results for all the sensory attributes with correlation coefficient (r) higher than 0.8. The work indicated that electronic nose is an effective method for discriminating different seasonings and predicting sensory attributes.     

电子鼻分析猪肉中负载的微生物数量研究

利用电子鼻技术检测猪肉在4℃和20℃保存不同天数的挥发性成分的变化,结合猪肉中微生物数量的变化,考察电子鼻输出信号与微生物数量之间的对应关系。结果表明：主成分分析(PCA)可以区分不同储藏天数的猪肉样品;通过最小线性回归分析(PLS)建立电子鼻输出信号与细菌总数之间的对应关系,4℃时R ＝ 0.9003,20℃时R ＝0.9940,线性关系均良好。初步研究表明,随着保存时间不同,猪肉挥发性成分与微生物数量会发生变化,电子鼻可检测到这些变化,因此可尝试用电子鼻技术检测猪肉中的有害微生物。     

电子鼻鉴别核桃油中掺入大豆油、菜籽油及玉米油研究

为了快速简便地鉴别核桃油掺伪,利用电子鼻技术鉴别核桃油中掺入大豆油、菜籽油及玉米油,并采用主成分分析(PCA)和线性判别式分析(LDA)对结果进行分析,研究表明:采用PCA方法可以鉴别核桃油掺入大于20%大豆油、7%菜籽油和7%玉米油;采用LDA方法可以鉴别核桃油中掺入大于1%大豆油、1%菜籽油和7%玉米油,LDA方法比PCA方法能更加有效地鉴别核桃油中掺入大豆油、菜籽油和玉米油的现象。电子鼻技术可以作为鉴别核桃油掺假的一种快速简便的检测技术。     

基于电子鼻技术的猪肉脯品质判别分析

为实现猪肉脯品质的快速判别,采用电子鼻技术对12 个品牌3 个批次共108 个猪肉脯样品进行分析检测,同时依据GB/T 31406—2015《肉脯》对样品的蛋白质、水分、氯化物、脂肪及总糖含量进行品质评判,选取电子鼻响应曲线中120～150 s稳定数据段的平均值作为表征变量,结合主成分分析和k最近邻法（k=3）建立猪肉脯品质等级的判别模型。结果表明,所建模型的理论判别准确率可达89.81%,基于电子鼻技术的猪肉脯品质判别具有一定的可行性。     

基于电子鼻的不同去势猪肉风味品质评价

实验分别对免疫去势公猪肉、手术去势公猪肉和完全公猪肉进行电子鼻检测,并采用主成分分析、线性判别式分析和交互验证判别分析分别对电子鼻15s、30s和60s响应值进行统计处理。结果表明,主成分分析效果不好,三个处理组几乎完全重叠;线性判别式分析结果显示,采用15s响应值其区分效果及聚类效果最好,完全公猪组的气味显著地区别于免疫去势和手术去势组,且免疫去势组的气味与手术去势组相似;对15s、30s和60s响应值进行交互验证判别分析,总体正确率依次为90.0%、83.3%、66.7%,由各组的正确率可知,完全公猪组的正确率最高,正确率稍低的30s和60s响应值的分析结果显示,手术去势组和免疫去势组较易混淆,说明这两组气味相似。综上所述,电子鼻的检测结果显示,手术去势组和免疫去势组的气味相似,且均与完全公猪组有较大差异。     

电子鼻和电子舌技术在排骨汤风味评价中的应用

以猪排骨为原料,通过单因素试验和正交试验优化排骨汤煮制的工艺条件。利用电子鼻和电子舌对排骨汤 的风味变化进行研究,对所获得的数据进行主成分分析（principal component analysis,PCA）。结果表明：排骨汤 熬制的最佳工艺条件为料液比1∶3（m/m）、煮沸时间3 min、熬制时间75 min;PCA结果表明,9 组正交试验样品的 气味有明显差异,滋味具有一定的相似性。     

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%。     

基于统计空间映射和电子鼻的猪肉风味物质检测

为有效地检测并识别不同猪肉样本挥发性风味的差异,利用电子鼻和顶空固相微萃取-气相色谱-质谱联用技术分别对猪肉样本进行检测,针对2 种方法检测物质的相似性,应用系统聚类分析2 种方法的检测数据,建立二者之间的线性回归模型,获得电子鼻检测数据与猪肉挥发性风味物质间的映射关系,并利用映射关系完成电子鼻检测数据的分类。结果显示,猪肉的电子鼻检测数据与挥发性成分间展现了较为一致的聚类结果,回归方程显示2 种检测数据存在显著的线性关系,利用聚类结果进行判别分析,样本识别正确率达到了90%,表明了利用电子鼻检测并识别不同猪肉间挥发性风味物质差异可行。