基于嗅觉可视技术的醋醅理化指标分析

通过分析56个不同发酵池种子醋醅乙醇脱氢酶(ADH)的活性与56个对应接种池的不挥发酸和总酸的关系,得出将种子ADH活性控制在600~700 U/m L时,被接种池的醋醅品质较高。利用嗅觉可视化技术结合误差反向传播人工神经网络(BP-ANN)模型,快速检测种子ADH活性和预测被接种池不挥发酸及总酸质量分数。结果表明,BP-ANN模型预测ADH、不挥发酸、总酸的相关系数分别为0.781 6、0.844 7和0.946 3。因此,嗅觉可视化技术结合BP-ANN可有效预测醋酸发酵过程中的理化指标。     

基于嗅觉可视化与图像处理的食醋醋龄检测

应用基于色敏传感器阵列的嗅觉可视化系统对不同醋龄的食醋进行鉴别。运用系统的图像处理模块,比较了不同方法对目标图像的中心点定位和特征区域选取的影响。尤其在基于不同颜色空间提取特征值方面,对比了RGB、HSV、Lab颜色空间,结果表明Lab的效果最好。利用3种颜色空间中获得的特征数据并结合主成分分析(PCA)和线性判别分析(LDA)等模式识别方法,鉴别食醋醋龄,Lab颜色空间下的训练集和预测集识别率均大于90%。