基于氨基酸组成的黄酒酒龄电子舌鉴别（英文）

该研究采用电子舌结合化学计量学方法用于黄酒酒龄的快速鉴别。为确证黄酒样品酒龄,采用氨基酸分析仪分析了1年陈、3年陈和5年陈黄酒中20种氨基酸,并利用主成分分析(principal component analysis,PCA)对氨基酸数据进行了分析。采用电位型电子舌采集了不同酒龄黄酒样品的味觉指纹信息,并采用判别分析(discriminant analysis,DA)方法结合味觉指纹信息建立黄酒酒龄快速鉴别模型。采用偏最小二乘法(partial least squares regression,PLSR)建立电子舌响应信号与氨基酸含量之间的相关关系。氨基酸数据结合PCA分析表明所有样品均标注正确;电子舌结合DA所建黄酒酒龄鉴别模型可将3个年份预测集样品正确区分;异亮氨酸(Ile)、天门冬氨酸(Asp)、酪氨酸(Tyr)和缬氨酸(Val)与电子舌相关性高,模型的相对分析误差(Residual predictive deviation,RPD)高于2。研究表明电位型电子舌结合判别分析是黄酒龄鉴别的稳健方法。     

羊肉纯度电子舌快速检测方法

为实现掺假羊肉的快速、客观评价,利用电子舌对混入不同比例鸡肉的掺假羊肉糜进行检测及定性和定量分析。3种浸提溶液分别浸提,样品量均对电子舌传感器的响应影响极显著;以数据点重复性和聚类效果为依据,采用主成分分析方法确定了电子舌检测羊肉糜样品的较佳条件为0.1 mol/L KCl溶液浸提15 g肉糜样品。在此较佳条件下,对混入不同比例鸡肉的掺假羊肉进行检测,结果表明：采用主成分分析和典则判别分析,前2个主成分累积贡献率均超过80%,电子舌均能很好地区分混入不同比例鸡肉的羊肉糜样品;采用多元线性回归分析和偏最小二乘回归分析建立的定量预测模型能有效预测混入的鸡肉比例（R2>0.99,RMSE<3%）。试验表明：电子舌在羊肉掺入鸡肉的鉴别中具有可行性,研究结果可为羊肉掺假鉴别提供参考。     

电子舌在红茶饮料区分辨识中的应用

为检验电子舌在茶饮料方面的辨识能力,该文应用法国Alpha M.O.S公司生产的传感器型电子舌对中国市场上已有的7种红茶饮料进行检测,所得数据用主成分分析法（PCA）和聚类分析法（CA）进行分析。结果表明,该电子舌可以很好的区分这7种红茶饮料。且在PCA第1主成分和第2主成分得分图上,区别指数达95.38。由此可见,电子舌在茶饮料的品牌区分、质检以及真伪辨识中有巨大的应用潜力。同时,该研究也初步探讨了聚类分析法在电子舌数据处理方面的应用。     

电子舌检测不同冷藏时间草莓鲜榨汁的品质变化

为了探讨不同冷藏时间草莓鲜榨汁的品质变化规律,利用电子舌对4℃冷藏草莓鲜榨汁进行逐天的品质检测并进行定性和定量分析。结果显示:通过主成分分析和线性判别分析,电子舌能够很好的反映出不同冷藏时间草莓的鲜榨汁品质的变化趋势,在冷藏最初期草莓鲜榨汁品质下降迅速,其后鲜榨汁品质下降缓慢。采用BP神经网络对草莓鲜榨汁冷藏时间进行预测,训练集的整体识别率达到94.90%,预测集的整体识别率为85.71%。采用偏最小二乘法与多元线性回归对草莓鲜榨汁的主要成分预测可知,偏最小二乘法回归模型的预测效果更好,模型的预测值和实际值的相关系数大于0.9,能够为草莓鲜榨汁品质的预测提供参考。     

电子鼻和电子舌单独与联合检测掺大豆蛋白或淀粉的鸡肉糜

为实现掺杂掺假鸡肉的快速、客观评价,该研究利用电子鼻和电子舌联合检测技术对掺杂鸡肉糜进行快速检测,通过对采集的数据进行主成分分析和偏最小二乘法分析,所得结果表明,采用主成分分析,电子鼻和电子舌联合检测掺大豆蛋白鸡肉糜和掺淀粉鸡肉糜的主成分总贡献率分别为99.8%和99.1%;采用偏最小二乘法分析,电子鼻和电子舌联合检测鸡肉糜中掺杂大豆蛋白含量的预测值与真实值之间的决定系数为0.992,均方根误差为2.8%;联合检测鸡肉糜中掺杂淀粉含量的预测值与真实值之间的决定系数为0.996,均方根误差为2.4%。表明电子鼻和电子舌联合检测对鸡肉糜的掺杂情况具有良好的区分和预测能力,并且是一种有效、高精度的肉类掺假检测方法。     

电子舌检测奶粉中抗生素残留

为了找到能快速检测乳制品中抗生素残留的方法,该文利用电子舌对奶粉中相同质量浓度的6种抗生素进行了辨识,并对新霉素检测质量浓度进行了初步研究。采用铂、金、钯、钨、钛和银6个电极组成的传感器阵列和1、10和100 Hz 3个脉冲频率进行检测,并通过主成分分析、线性判别分析和偏最小二乘法进行数据分析。结果显示：电子舌对不同种抗生素和不同质量浓度的新霉素具有较好的辨识能力,定性分析能够达到国家最高残留限量标准;利用偏最小二乘法（PLS）建立模型定量分析,新霉素最适检测质量浓度范围在300～1 100 μg/L附近。电子舌依据其独特的优点,为食品掺杂掺假的检测提供了新的思路和方法。     

基于电子舌的料酒味觉特征辨识与定量分析

为探明电子舌对调味料酒生产工艺的判别能力和理化指标的预测能力,本研究采用电子舌和理化检测手段,结合不同统计方法,对54份料酒样品分别建立定性和定量分析模型。结果表明,应用主成分分析(PCA)可以区分不同生产工艺的料酒样品,第一主成分为鲜味,贡献率62.4%,第二主成分为酸味,贡献率33.2%;应用簇类独立软模式法(SIMCA)可以准确判别酿造料酒和配制料酒,各传感器区分能力(DP)>5,识别率达到100%;应用偏最小二乘法(PLS)将传感器信号与行标方法检测结果进行拟合,总酸、氨基酸态氮和食盐的验证集标准偏差与预测标准偏差的比值(RPD)分别为12.1、6.5和14.1,建立的模型效果良好,可进行准确的定标和预测;酒精度RPD值为2.7,也可进行定量分析,但模型稳定性较弱。本研究结果为应用电子舌对调味料酒进行品质区分和检测提供了理论和实践基础。     

电子舌预测不同体积分数牛奶的表观黏度

该文为建立牛奶的电子舌响应信号与其表观黏度的关系,在单因素方差分析和主成分分析的基础上,提出了比较多元线性回归、逐步多元线性回归和偏最小二乘回归3种模型对牛奶表观黏度的预测效果的方法。结果显示,单因素方差分析表明体积分数对牛奶的表观黏度和各个传感器响应信号都具有极显著性的影响;主成分分析（PCA）可以用来区分牛奶的5种不同体积分数;偏最小二乘回归模型预测效果最好,模型预测值与实际值的相关系数R达到0.9659,平均相对误差（MRE）和预测均方根误差（RMSEP）分别为4.5499%和8.4645×10-5,建模最佳主成分数为3。研究结果表明,偏最小二乘回归模型是电子舌预测牛奶表观黏度的有效方法,该方法为牛奶表观黏度的科学研究提供参考。     

不同防冻措施茶园茶汤滋味差异的电子舌检测

为探讨轻度“倒春寒”对不同防护措施下3种茶园蒸青茶样的茶汤滋味影响,遂选品种和管理措施一致的安装防霜扇的茶园、松树林围绕的茶园以及未设防护措施的普通茶园,用电子舌综合评价3种茶园茶汤滋味、高效液相色谱检测茶汤游离氨基酸组分及含量。结果表明：基于电子舌检测数据的主成分分析、软独立建模分析和聚类分析结果揭示了普通茶园的茶汤滋味与防霜扇茶园和林间茶园的差异显著（P<0.05）;从9种茶样中皆检测出18种氨基酸,游离氨基酸质量分数介于19.691～30.947 mg/g 之间,茶氨酸含量占游离氨基酸含量的55.1%～70.5%;随着3种茶园气温的降低,游离氨基酸含量和茶氨酸含量呈升高趋势,3种鲜味氨基酸（天冬氨酸、谷氨酸、茶氨酸）、5种甜味氨基酸（脯氨酸、丙氨酸、甘氨酸、苏氨酸、丝氨酸）和5种苦味氨基酸（异亮氨酸、亮氨酸、苯丙氨酸、酪氨酸、缬氨酸）共占游离氨基酸含量在防霜扇茶园和林间茶园中分别出现升高、降低和降低趋势,而在普通茶园中变化与之不同。分析认为：轻度“倒春寒”可导致无防护措施的普通茶园茶叶滋味劣变,林间茶园能够减轻冻害,防霜扇作为防护手段不仅可以减免冻害,还可避免茶叶滋味品质下降。该研究结果为后续深入研究不同防护措施茶园茶叶品质提供参考。     

基于电子舌的鱼肉品质及新鲜度评价

为了能用仪器快速客观地评价鱼肉的品质和新鲜度,利用该课题组开发的多频脉冲电子舌,对鲈鱼、鳙鱼、鲫鱼3种淡水鱼和马鲇鱼、小黄鱼、鲳鱼3种海水鱼进行了评价试验。淡水鱼宰杀后置于4℃下冷藏,冰冻海水鱼在室温下解冻后再置于4℃下冷藏。每天每一鱼取5份肉样进行电子舌检测。结果表明:鱼在不同时间点的品质特性可以用电子舌加以有效区分,据此可以较准确地表征鱼类新鲜度的变化;电子舌不仅可以有效区分淡水鱼和海水鱼,而且还可以辨识不同品种淡水鱼或海水鱼之间的差异。电子舌作为一种新型的现代化智能感官仪器,在鱼肉的品质以及新鲜度评价中具有巨大潜力。     

清香型乌龙茶品质形成中游离氨基酸指纹图谱变化规律

为探明游离氨基酸在茶树新梢生育过程的代谢变化及清香型乌龙茶制作工艺对其指纹图谱化学模式的影响,分别以铁观音、黄棪、金观音和黄观音品种春茶新梢为供试材料,对其新梢生育及乌龙茶制作过程中的游离氨基酸进行高效液相色谱-AQC(6-氨基喹啉基-N-羟基琥珀酰亚氨基甲酸酯)柱前衍生化检测分析。结果表明,18种已标定游离氨基酸指纹峰面积经标准化(尤其是自然对数变换)数据预处理后,再进行相似度分析(夹角余弦)、聚类分析法(欧氏距离-近邻法)和主成分分析,均可获得较为一致的可视化模式识别结果。4个茶树品种可划分为铁观音和黄棪、金观音和黄观音2个类群,不同生育期芽叶与清香型乌龙茶在制品可进行较好区分。茶氨酸、甘氨酸、谷氨酸等8种主要游离氨基酸在茶树新梢生育过程中发生较为明显的增减变化,且在中、小开面2～4叶中的含量相对较低;在清香型乌龙茶制作过程中,各主要游离氨基酸含量发生小幅变化,毛茶成品中略有增加。由此可见,游离氨基酸在茶树新梢生育过程中含量及组成的动态变化较清香型乌龙茶制作工艺的影响更为明显。该研究结果可为清香型乌龙茶鲜叶原料选取和品质工艺控制提供参考。     

电子鼻传感器阵列优化及其在小麦储藏年限检测中的应用

采用德国Airsense公司的PEN2电子鼻系统对5个陈化年限的小麦进行了检测。对传感器信号进行方差分析和Loading分析去掉差异不显著的传感器。最后选择传感器1、2、8、9、10的响应信号进行模式识别。对优化后的传感器阵列进行主成分分析得到结果显示5个年份的小麦被很好地区分,各个类的集中性也比较强。从BP网络分析结果可以看出network1(优化后传感器阵列数据的BP网络)的预测准确率高于network2(优化前传感器阵列数据的BP网络),可以更好地区分5个年份的小麦。说明对传感器进行优化去掉一些响应不显著的传感器信号并不影响模式识别结果,反而提高了电子鼻的识别性能。     

基于PCA和PNN的水稻病虫害高光谱识别

对水稻病虫害准确、快速的识别是采取病虫害防治措施的基础,同时对灾害评估也具有积极意义。该研究选用在水稻孕穗期时测定的两期受稻干尖线虫病危害的水稻叶片光谱数据和于水稻分蘖期时测定的两期受稻纵卷叶螟危害的水稻叶片光谱数据,通过对水稻叶片的光谱特征分析,选用可见光波段（490～670 nm）和短波红外波段（1 520～1 750 nm）,用主成分分析技术（PCA）对上述光谱波段进行压缩,获得主分量光谱,最后结合概率神经网络（PNN）对稻干尖线虫病和稻纵卷叶螟进行识别,结果显示对水稻病虫害的识别精度高达95.65%。研究表明,PCA和PNN相结合,可以实现对多种水稻病虫害进行快速、精确的分类识别。     

不同耕作模式下水稻产量与器官多要素响应的比较研究

认识和理解水稻产量影响要素是实现水稻高产稳产的关键。选取冬水田、垄作免耕和常规水旱轮作3种处理,采用相关分析、主成分分析与主成分多元线性回归3种方法对水稻产量与成熟期根、茎、叶、籽粒碳同位素组成,根系特征以及养分的响应关系进行比较与综合分析。结果表明不同耕作模式下垄作免耕的水稻产量最高,根、茎、叶、籽粒的碳同位素组成与水稻产量有极显著的负相关关系(P0.01);主成分分析提取的6个主成分累计贡献率超过80%;主成分多元线性回归模型能够解释冬水田、垄作免耕和常规水旱轮作水稻产量67%、73%和97%的变异;与常规水旱轮作相比,冬水田和垄作免耕水稻产量与碳同位素组成及磷的关系更密切。该研究表明,垄作免耕具有较好的推广应用价值。     

基于近红外光谱技术的葡萄酒原产地辨识方法

该文以鉴别葡萄酒原产地为目的,利用快速无损的近红外光谱分析技术,对47份来自昌黎、沙城和法国波尔多（Bordeaux）的红葡萄酒样品进行逐步回归分析选取光谱区域,再进行主成分分析和聚类识别,建立了判别葡萄酒原产地的预测模型。试验结果表明：昌黎、沙城和波尔多产地的葡萄酒产地鉴别的光谱区域为1 400～1 550 nm 和2 000～ 2 300 nm;3个产地的葡萄酒在主成分特征空间中基本为独立分布,其中波尔多酒样和国内酒样间距离最远,国内昌黎和沙城酒样间有小部分交叉;利用9个独立预测集样本对由38个训练集样品所建立的预测模型进行验证,产地的正确识别率达到了88.9%。因此,应用近红外光谱分析技术可准确、快速地辨别葡萄酒的产地。