不同生产日期山楂罐头的电子鼻检测研究

[目的]探索电子鼻对不同生产日期山楂罐头风味变化的响应情况。[方法]采用电子鼻技术对不同生产日期的山楂罐头进行识别,并对所获得数据进行了主成分分析（PCA）、线性判别法（LDA）和Loading法分析。[结果]随着山楂罐头货架期的延长,山楂罐头的气味发生变化,电子鼻能够识别这种变化,并能将不同生产日期的山楂罐头区分开来,而且气味的变化与时间呈一定的线性关系。电子鼻2号传感器对第1主成分贡献率最大,4、6号传感器对第2主成分贡献率较大。研究还选取了3种不同生产日期的山楂罐头进行区分,发现电子鼻能够识别未知的样品。[结论]可以将电子鼻用于山楂罐头新鲜度的检测中。     

电子鼻在竹笋种类识别中的应用

通过电子鼻技术检测不同竹笋间气味的差异性,以便初步建立一种可以快速区分竹笋种类的科学方法。以壮绿竹Dendrocalamopsis valida,绿竹Dendrocalamopsis oldhami,梁山慈竹Sinocalmus affinis,马来甜龙竹Dendrocalamus aspera,芦竹Arundo donax,撑绿竹Bambusa pervariabilis × Dendrocalamopsis grandis,硬头黄竹Bambusa rigida和毛竹Phyllostachys edulis等8种竹笋为实验对象,采用电子鼻对它们具有特殊气味的挥发性气体进行分析检测,通过主成分分析法（PCA）,线性判别法（LDA）和分层聚类分析（HCA）对8种竹笋样品进行了分析。结果表明:通过电子鼻技术,8种竹笋能准确地被区分,且各种竹笋气味间存在差异性。通过Loading分析表明传感器贡献率较大的是传感器W5S和传感器W1S。电子鼻技术可以应用于不同竹笋种类的区分和鉴别。图5表3参15     

基于电子鼻技术多花黄精药材的鉴别研究

为了建立基于电子鼻技术对多花黄精不同产地、不同生长年限及不同加工方法的药材的鉴别方法,本文通过电子鼻技术检测多花黄精不同药材样品的气味在传感器上的响应值,应用主成分分析(PCA)和LDA线形判别分析对特征数据进行统计学分析。结果表明,电子鼻检测不同产地、不同生长年限及不同加工方法的多花黄精药材的响应值有差异,气味有差异,PCA、LDA及雷达图分析均能判别。由此表明,电子鼻检测结合判别模式为多花黄精不同产地、不同加工方法和不同生长年限的药材提供了有效、客观和简便的定性鉴别技术。     

基于电子鼻技术的小麦种子活力鉴别

为探究准确高效鉴别种子活力的新技术,利用电子鼻系统对未老化(CK)、58℃热水浴老化(Hot water aging method,HW)和50%甲醇老化(Methanol solution aging method,MS)后的山农27小麦种子进行检测,采用主成分分析(Principal component analysis,PCA)、线性判别分析(Linear discriminant analysis,LDA)及载荷分析(Loadings)对老化处理后不同活力水平的小麦种子进行鉴别研究。试验结果:1)老化处理后不同活力水平的小麦种子在电子鼻传感器上有不同的特征性响应图谱;2)PCA分析无法区分热水浴老化后活力接近的小麦种子;3)LDA分析对热水浴老化和甲醇老化不同活力水平的小麦种子均具有较好的区分效果;4)载荷分析确定了热水浴老化各活力水平小麦种子的差异气味主要来自于无机硫化物(W1W)、小分子氮氧化合物(W5S)和有机硫化物(W2W),短链烷烃(W1S)、醇醚醛酮类气体(W2S)和氢气类(W6S)。甲醇老化各活力水平小麦种子的差异气味主要来自于有机硫化物(W2W)、小分子氮氧化合物(W5S)、短链烷烃(W1S)、醇醚醛酮类气体(W2S)和无机硫化物(W1W)。本研究结果揭示以电子鼻技术作为检测手段,通过对小麦种子挥发性成分的检测结合LDA分析,可以实现对不同活力小麦种子进行快速准确高效地鉴别,再结合Loading分析,可以进一步分析相关的差异性气体成分。     

基于虚拟仪器的鱼粉新鲜度电子鼻测量系统

为寻求方便快捷的鱼粉新鲜度测量手段,根据鱼粉腐败过程中产生的气体成分,选择TGS822醇类及有机溶剂型传感器、TGS825硫化氢型传感器、TGS826氨气和胺类传感器及TGS832卤烃型传感器作为电子鼻的气体传感器阵列,设计了基于USB总线标准的便携式采集装置和基于虚拟仪器开发平台LabVIEW的鱼粉新鲜度电子鼻测量系统。利用该系统对鱼粉样本进行气味信号采集,同时对鱼粉样本中的TVB-N的含量采用半微量凯式定氮法进行检测,通过主成分分析(PCA)法对鱼粉样本的电子鼻数据进行聚类分析,并与化学分析结果进行对比,验证系统的有效性。结果表明,基于虚拟仪器鱼粉新鲜度电子鼻测量能够区别不同新鲜度的鱼粉样本,证明了该电子鼻测量系统的有效性。     

电子鼻在沃柑贮藏时间识别中的应用

[目的]利用电子鼻技术对不同贮藏时间的沃柑进行检测分析,为快速判断沃柑的新鲜度及建立沃柑品质快速评价体系提供技术支持.[方法]利用PEN3电子鼻系统获取不同贮藏时间沃柑的气味特征值,通过载荷分析法分析传感器对沃柑芳香物的相对重要作用,采用主成分分析(PCA)和线性判别分析(LDA)对气味特征值进行分析并建立预测模型,并以样品果对预测模型进行验证.[结果]不同贮藏时间的沃柑会产生不同气味响应信号,经载荷分析发现传感器7(W1W)、9(W2W)、6(W1S)、2(W5S)和8(W2S)在沃柑贮藏期识别中影响最大;建立模型时选取90~92 s时的稳定响应值作为特征值;采用PCA无法对贮藏间隔5 d的沃柑进行区分,而应用LDA能很好地区分不同贮藏时间的沃柑,总贡献率85.12%.预测模型能对样品果进行贮藏时间的初步判别,平均准确率达98.23%.[结论]电子鼻结合LDA的无损检测方法能对不同贮藏时间的沃柑气味特征进行识别并区分,可应用于沃柑贮藏时间快速判断.     

基于电子鼻技术分析糯米香茶风味的研究

利用电子鼻系统对不同干燥方式的糯米香茶茶汤风味进行分析检测,通过对传感器响应信号的处理及选取适当的模式识别方法,取得了较好的区分效果。结果表明,电子鼻能够区分不同干燥方式（恒温鼓风干燥、真空冷冻干燥、真空干燥）的糯米香茶茶汤风味。在模式识别中,判别因子分析法（DFA）的识别结果优于主成分分析法（PCA）。     

用电子鼻和SPME-GC-MS分析鲍鱼熟制前后挥发性风味物质的变化

为了揭示熟制鲍鱼主要特征气味的成因,采用电子鼻及固相微萃取结合气-质联用(SPME-GCMS),对熟制过程中皱纹盘鲍Haliotis discus hannai香气差异和挥发性成分变化进行了研究。结果表明:电子鼻能够灵敏地检测到熟制鲍鱼的香气变化,经PCA分析发现,熟制鲍与生鲍整体气味有显著差异;GCMS分析表明,熟制前后鲍鱼的挥发性成分发生明显变化,从生鲍和熟制鲍中分别鉴定出42种和61种风味物质,主要物质有醇、醛、酮、烃、酯、酸、芳香族、含氮化合物、酚类;生鲍中挥发性风味物质含量较高的为苯甲醛(68.15%)和1-辛烯-3-醇(9.22%),熟制鲍中挥发性风味物质含量较高的为2,3-丁二醇(22.80%)和(2R,3R)-(-)-2,3-丁二醇(19.84%)。研究表明,运用电子鼻和固相微萃取结合气-质联用(SPME-GC-MS)能够很好地分析鲍鱼熟制前后气味的变化。     

用电子鼻和SPME-GC-MS分析鲍鱼熟制前后挥发性风味物质的变化

为了揭示熟制鲍鱼主要特征气味的成因,采用电子鼻及固相微萃取结合气-质联用(SPME-GCMS),对熟制过程中皱纹盘鲍Haliotis discus hannai香气差异和挥发性成分变化进行了研究。结果表明:电子鼻能够灵敏地检测到熟制鲍鱼的香气变化,经PCA分析发现,熟制鲍与生鲍整体气味有显著差异;GCMS分析表明,熟制前后鲍鱼的挥发性成分发生明显变化,从生鲍和熟制鲍中分别鉴定出42种和61种风味物质,主要物质有醇、醛、酮、烃、酯、酸、芳香族、含氮化合物、酚类;生鲍中挥发性风味物质含量较高的为苯甲醛(68.15%)和1-辛烯-3-醇(9.22%),熟制鲍中挥发性风味物质含量较高的为2,3-丁二醇(22.80%)和(2R,3R)-(-)-2,3-丁二醇(19.84%)。研究表明,运用电子鼻和固相微萃取结合气-质联用(SPME-GC-MS)能够很好地分析鲍鱼熟制前后气味的变化。     

利用电子鼻技术评价桃果实成熟度的研究

采用电子鼻系统对不同成熟度‘锦绣黄桃’果实进行评价研究.主成分分析(PCA)和判别因子分析法(DFA)的结果显示,电子鼻可以较好地区分转色期、成熟期和完熟期的果实,但成熟期、完熟期的果实有部分区域发生重叠.为了评价电子鼻的分析能力,将其预测结果与传统的理化检测方法(硬度、可溶性固形物、可滴定酸、挥发性香气组分)及生理指标(乙烯释放速率)得到的结果进行了比较.结果表明,采用电子鼻系统中的PCA较DFA更能准确区分桃果实的不同成熟度.     

基于电子鼻技术的稻米气味检测与品种识别

采用商用PEN2电子鼻,通过分析测定样品质量、项空空间及静置时间等匹配的试验参数,以及对传感器信号进行单因素方差分析,并采用主成分分析(PCA)和线性判别分析(LDA)方法,对5个不同水稻品种进行区分与识别研究.结果表明:10g样品时以200 mL顶空空间、60 min静置时间的电子鼻响应值相对较稳定;PCA和LDA法均对谷物状态和精米状态区分效果较佳,对米饭状态区分欠佳.该实验能将样品进行较好的区分,验证了电子鼻检测是对稻米中所有含量较高的、可被检测到的挥发性物质的综合状态的识别,从而为利用电子鼻进行稻米气味检测技术提供了实验基础和科学依据.     

猪肉储藏时间的电子鼻区分方法

用电子鼻对不同储藏时间(0~6 d)的猪肉样品进行区分,并确定电子鼻区分不同储藏时间肉品的较佳实验参数.对传感器信号进行多因素方差分析(analysis of variance,ANOVA)表明:对于固定容器的猪肉样品,不同的样品质量对电子鼻响应信号的影响极为显著;其次是样品在烧杯内的密封时间.通过单因素方差分析和区分度指标检验,得出猪肉在500 mL烧杯内的最佳参数为样品质量10 g、密封时间5 min.采用以上参数,对储藏0~6 d的猪肉样品进行辨别,结果发现不管是运用主成分分析(principle components analysis,PCA)还是线性判别分析(linear discri minant analysis,LDA),电子鼻都能很好地区分不同储藏天数的猪肉样品.     

基于电子鼻气味信息和多元统计分析的枸杞子产地溯源研究

为实现不同产地枸杞子的快速、客观判别,在优化电子鼻检测条件的基础上,利用电子鼻信号定性判别3种不同产地枸杞子间的差异,并定量预测其产地。方差分析发现:顶空体积对电子鼻10个传感器的响应影响极显著;样品质量对S7响应影响显著,对其余9个传感器响应影响极显著;除对S2、S7、S9和S10影响不显著外,顶空生成时间对其余6个传感器响应影响极显著。方差分析结合判别分析确定电子鼻检测枸杞子的较佳条件为:载气流速300 mL·min^-1,样品质量20 g,顶空体积500 mL,顶空生成时间30 min。在此条件下检测3种不同产地(甘肃瓜州、青海柴达木和宁夏中宁)枸杞子,发现主成分分析和典则判别分析均能将3种不同产地枸杞子区分开,且典则判别分析结果图中数据点的集聚性更好;采用BP神经网络建立产地的预测模型能有效预测枸杞子的产地(正确识别率为96%)。电子鼻在枸杞子产地判别时具有可行性,为枸杞产地追溯提供理论依据。     

黄山毛峰茶贮藏时间电子鼻检测方法研究

利用电子鼻对6个贮藏时间5个等级的黄山毛峰茶进行检测,首先获取反映茶叶香气的原始特征向量,再通过主成分分析法（PCA）提取出前5个主成分作为主特征向量,然后以主特征向量作为BP神经网络（BPNN）的输入,建立黄山毛峰茶贮藏时间预测模型（PCA BPNN）。结果表明：PCA BPNN对于贮藏0 d的茶叶,最大预测误差为11 d,5个（6.67%）样本预测误差超过13 d;对于贮藏60 d的茶叶,最大预测误差为13 d,4个（5.33%）样本预测误差超过10 d;对于贮藏120 d的茶叶,最大预测误差为16 d,7个（933%）样本预测误差超过10 d;对于贮藏180 d的茶叶,最大预测误差为19 d,8个（10.67%）样本预测误差超过10 d;对于贮藏240 d的茶叶,最大预测误差为21 d,8个（10.67%）样本预测误差超过10 d;对于贮藏300 d的茶叶,最大预测误差为14 d,6个（8.00%）样本预测误差超过10 d。该研究所建立的PCA BPNN预测模型可用于检测黄山毛峰茶贮藏时间,且与以原始特征变量作为输入的BPNN模型相比,性能更好。     

利用电子鼻对不同梨品种进行区分的初步研究

利用电子鼻对不同种类梨品种的果实挥发性物质进行检测分析。结果表明,电子鼻的18个传感器能对不同种的梨品种挥发性组分产生不同的反应值。运用主成分分析(PCA)能够将所检测的8个品种聚为两大类：一类表现为传感器反应值较大,挥发性物质浓度较高;另一类则表现为传感器反应值较低,挥发性物质浓度较低。运用判别因子分析(DFA)可以将所检测的8个品种根据种类或产地很好地进行区分。结果表明,利用电子鼻检测挥发性物质结合一定的数学分析能对不同种类梨品种进行区分。     

茶叶中茶多酚含量电子鼻技术检测模型研究

为探索茶叶茶多酚含量的快速检测方法,利用电子鼻技术对3个品质等级信阳毛尖茶的挥发性气味进行了研究.采用多元线性回归、二次多项式逐步回归分析和BP神经网络分别建立传感器信号和信阳毛尖茶的茶多酚含量之间的预测模型,并用测试集样本对模型进行验证.试验结果表明,3种模型茶多酚含量预测值与实测值之间的相关系数分别为0.86,0.90和0.92;预测标准误差分别为0.61,0.5和0.14;平均误差分别为2.5％,1.5％和1.0％.3种建模方法对茶多酚含量的预测结果都很好,最优模型为BP神经网络.研究结果表明电子鼻技术结合有效地模式识别方法可以用于茶叶理化成分的快速检测.