电子鼻技术及其在小麦霉变检测中的应用

研制了一套能够快速对小麦霉变进行识别的电子鼻检测系统,该系统通过分析小麦的气味,从而判断所测小麦是否霉变.该电子鼻检测系统由5只TGS2600系列的气敏传感器组成,通过从每个传感器的响应曲线中提取4个特征值,采用RBF神经网络进行模式识别处理.该系统能够快速准确评判小麦的霉变情况,网络正确识别率为93.3%.实验表明,该系统对小麦霉变与否的检测是可行的、有效的.     

基于电子鼻和电子舌技术对不同储存年份台式乌龙茶的识别分析

采用电子鼻和电子舌技术对8个不同储存年份的台式乌龙茶(雪峰玉露)进行检测。在基于电子鼻的检测过程中,采用干茶法、茶汤法和叶底法三种方法对茶样进行检测,并将检测的数据进行主成份分析(PCA)、判别因子分析(DFA),发现干茶法是区分8个不同储存年份茶样的最优方法,同时结合人工感官审评,推测影响电子鼻感受器响应值的最主要挥发性气体因素是茶样因储存过程中产生的"陈味"气体;基于电子鼻建立了储存年份为3-10年的台式乌龙茶数据库模型,为未知储存年份鉴定提供了新途径;基于电子舌的检测过程中,采用第一泡2min、第二泡3min和第三泡5min的冲泡方式对茶样进行电子舌检测,发现第一泡和第二泡均能将8个不同储存年份的茶样聚类区分。     

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。     

基于特征融合与冗余剔除的普洱茶种类电子鼻识别方法

为更好地维护普洱茶的产业秩序,拟探究1种用电子鼻识别普洱茶种类的方法。采用电子鼻对7种普洱古树茶(拨玛、贺开、老班章、老曼峨、帕莎、那卡和易武)和1种普洱台地茶(易武)进行电子鼻采样后,先用线性判别分析(LDA)初步探究电子鼻传感器响应不同特征(最大值、平均值、平均微分值、稳定值和融合特征)对普洱茶种类的分类效果(将传感器R1～R10的特征按照最大值、平均值、平均微分值、稳定值的重复顺序进行提取,用编号1～40表示),再用简单相关分析(SCA)和互信息理论(MIT)结合偏最小二乘回归(PLSR)进行分析,揭示并剔除融合特征中的冗余特征,对去冗余数据进行归一化处理后,通过LDA、k-最近邻分析(KNN)和概率神经网络(PNN)建立普洱茶种类的识别模型。结果表明,多特征融合比单一特征提取的LDA普洱茶种类识别结果更佳,但识别精度仍有待提高。剔除冗余特征前,PLSR对普洱茶种类识别训练集、测试集的R~2分别为0.864 5、0.834 5;采用SCA-PLSR剔除弱相关特征31、35、24、39、36、33后,PLSR对训练集、测试集识别的R~2分别为0.885 2、0.864 3;采用MIT结合PLSR剔除重复信息特征6、7、14、18、22、25后,PLSR对训练集、测试集识别的R~2分别为0.918 7、0.896 5。对去除冗余特征的融合特征数据进行归一化处理,再结合LDA可有效识别各普洱茶种类,结合KNN、PNN对普洱茶种类训练集的回判正确率分别为96.67%、97.50%,对测试集的识别正确率均为90.00%,可较好地识别普洱茶种类。试验结果可为普洱茶种类的识别及电子鼻传感响应特征的提取提供参考。     

花龄期棉花虫害的电子鼻检测

棉花害虫具有隐蔽性、迁飞性和突发性特点，并且影响因素众多，棉花虫害准确地诊断是农业领域的难点问题。该研究以受到棉铃虫侵害的花铃期棉花为研究对象，采用电子鼻对不同处理的棉花挥发物进行检测。研究表明，主成分分析（Principal Component Analysis, PCA）和聚类分析结果显示健康棉花释放的挥发物具有明显的昼夜节律性，健康棉花与虫害棉花差异性显著。径向基函数神经网络（Radial Basis Function Neural Network, RBFNN）对8个不同时间的4组虫害棉花处理进行分析，测试集判别总的正确率为73.4%，健康棉花对照组测试集判别正确率100%，误判样本出现在3个虫害处理之间。当不考虑时间因素建立虫害棉花统一的预测模型，RBFNN模型对健康棉花对照组的预测正确率均达到了100%，分析结果可以作为花铃期棉花是否遭受棉铃虫侵害的依据，说明电子鼻可以作为棉花虫害发生的有效监测手段，在农作物虫害监测领域具有潜在的应用价值。     

电子鼻技术在食品检测中的应用

随着嗅觉传感器技术的不断发展,电子鼻技术得到了广泛的研究与应用。电子鼻由气敏传感器阵列、信号处理子系统和模式识别子系统等3种功能器件组成。为此,阐述了电子鼻技术的结构组成,介绍了其在食品新鲜度检测、果蔬成熟度评价及饮料与酒类识别等轻工业中的应用现状与发展趋势,并指出了这些新技术实现过程中所需要解决的问题。     

牦牛干巴和黄牛干巴挥发性风味特征与差异分析

为分析和鉴定牦牛干巴和黄牛干巴中的特征性风味成分,采用电子鼻和固相微萃取(SPME)/气相色谱-嗅闻-质谱联用(GC-O-MS)方法分析了其中的挥发性风味成分。电子鼻检测结果表明,2组样品之间的风味差异显著(p0.05)。2组样品中共鉴定出54种挥发性化合物,其中,牦牛干巴和黄牛干巴中分别鉴定出42种和50种。2组样品中共有成分38种,包括12种烃类、7种醛类、8种醇类、3种酮类、2种呋喃类、1种酯类和5种其他类,其中,13种成分含量差异显著(p0.05)。烃类在牦牛干巴的风味组成中含量最高,而醛类在黄牛干巴的组成中含量最高。二氢化茚、十六烷、乙酸乙酯、乙酸-2-乙基己酯4种成分是牦牛干巴中的特有成分,3-甲基丁醛、反-2-辛烯醛、反式-2-壬烯醛、4-乙基苯甲醛、3-甲基丁醇、反式-2-癸烯醇、反式-2-辛烯醇、1-壬醇、苯乙醇、醋酸乙烯基酯、己酸乙酯、草蒿脑12种成分是黄牛干巴中的特有成分,这些物质是2组产品的主要差异性物质。脂肪氧化、氨基酸的Strecker降解及微生物代谢是牛干巴产品风味形成的主要来源。本研究将为牛干巴风味品质评价、生产工艺的控制、产品的标准化等提供理论依据。     

基于GPRS的远程检测无线电子鼻系统

针对移动环境的检测需要,设计了一套基于GPRS的远程检测无线电子鼻系统,主要包括气敏传感阵列、信号调理模块、微处理器模块、GPRS模块和远程测控系统5部分。对系统的远程通信性能进行测试,发现电子鼻数据发送周期在400 ms以上时,系统的通信时延、传输速率和累计丢包率都能满足无线电子鼻检测的要求;利用本系统对采摘后的芒果实施检测研究,得到的香气响应特性曲线清晰、稳定;构建芒果贮藏天数的预测模型,结果发现,对照组逐步回归模型虽然整体预测效果不理想,但对第4和6天的芒果仍有一定的预测效果,而试验组逐步回归模型、对照组基于线性判别的支持向量机(LDA-SVM)模型和试验组LDA-SVM模型对芒果贮藏天数都具有较好的预测效果。     

电子鼻数据的预处理技术与应用

针对电子鼻的数据特点,提出用一个3维数组保存电子鼻的数据;采用6点平滑方法去除传感器的噪声;在基线校正中,首先通过二阶导数大于零和连续一阶导数大于零的方法找到样本反应起始点,然后减去环境响应值并提取相同长度的数据段,以提高电子鼻的精度和可重复性。对预处理前后的电子鼻数据中提出的特征进行主成分分析发现,预处理后的主成分结果所含的有用信息更多,而且可以很好地区分红富士和姬娜两种不同香味的苹果。     

我国市售虾酱产品品质分析与评价

为了解我国市售虾酱产品的品质现状，探究不同品种虾酱之间的品质差异，采集了32种市售虾酱，进行了感官评价和水分、盐分、蛋白质、氨基酸态氮等理化指标的检测，对品质相关数据进行了统计分析和主成分分析，并进一步采用电子鼻和气相–离子迁移谱(GC-IMS)对气味进行了分析。结果表明，市售虾酱色泽和质地差异相对较小，而气味差异较大。理化指标中，市售虾酱的氨基酸态氮含量变异系数为33.91%，离散程度最大。在主成分分析中，提取到3个主成分，累计方差贡献率达82.32%，表明能够涵盖虾酱品质的基本信息，水分、氨基酸态氮、气味是影响虾酱综合品质的关键指标。电子鼻聚类热图表明，在欧式距离4.03处可将32种虾酱聚为4类，原料是影响聚类的主要因素。对海银虾、蜢子虾和白虾3种原料的虾酱进行GC-IMS分析，共鉴定出63种挥发性成分，主要是醇类。研究结果可为虾酱产品品质评价与生产工艺改进提供参考。