發(fā)布時間：2018-03-14 12:39

  本文選題：電子鼻　切入點：食醋　出處：《食品工業(yè)科技》2017年09期 　論文類型：期刊論文

【摘要】：以東湖陳醋、水塔米醋、海天白米醋、恒順香醋、水塔陳醋、紫林陳醋六種食醋為實驗材料,利用電子鼻技術對其揮發(fā)性成分進行檢測,采用徑向基函數(shù)神經(jīng)網(wǎng)絡和Fisher判別建立其預測模型。結果表明:傳感器S7、S3對六種樣品的響應值差異顯著(p0.05),即六種食醋的硫化氫、氨類物質(zhì)的含量差異顯著(p0.05)。同時線性判別分析比主成分分析能更好地區(qū)分不同品牌的食醋。Fisher判別和徑向基函數(shù)神經(jīng)網(wǎng)絡模型均能較好地預測不同品牌的食醋,但Fisher判別的效果更好,對六種食醋的正確判別率均為100%。由此說明利用電子鼻技術能實現(xiàn)食醋種類的快速識別,以維護食醋品牌的名譽和規(guī)范市場。
[Abstract]:Six kinds of vinegar, such as Donghu vinegar, water tower vinegar, Haitian white rice vinegar, Hengshun vinegar, water tower vinegar and purple forest vinegar, were used as experimental materials, and their volatile components were detected by electronic nose technique. The prediction model was established by radial basis function (RBF) neural network and Fisher discriminant. The results showed that the response value of sensor S7 / S3 to six kinds of samples was significantly different (p 0.05), that is, hydrogen sulfide of six kinds of vinegar. The difference of ammonia content was significant (p 0.05). Meanwhile, linear discriminant analysis (LDA) was better than principal component analysis (PCA) in distinguishing vinegar. Fisher discriminant and radial basis function neural network model of different brands could predict vinegar of different brands better than that of principal component analysis (PCA), and linear discriminant analysis (LDA) was better than principal component analysis (PCA). But the effect of Fisher discrimination is better and the correct discriminant rate of six kinds of vinegar is 100. It shows that the electronic nose technology can be used to realize the rapid identification of vinegar types in order to maintain the reputation of vinegar brands and regulate the market.
【作者單位】： 山西師范大學食品科學學院;
【分類號】：O657;TS264.22

【相似文獻】

相關期刊論文 前5條

1 張胡彬;何健葉;王志耕;梅林;薛秀恒;;基于電子鼻的中式發(fā)酵香腸理化品質(zhì)指標檢測方法[J];食品與發(fā)酵工業(yè);2014年07期

2 卞利萍,陸宇,楊們原,張健;微型電子鼻測量技術與儀器[J];分析儀器;1999年04期

3 禹海文;蘇秀榕;張麗媛;徐嘉杰;;氣—質(zhì)聯(lián)用和電子鼻對滸苔苦味的研究[J];中國食品學報;2012年07期

4 顧賽麒;王錫昌;陶寧萍;張晶晶;吳娜;;基于固相微萃取-氣-質(zhì)聯(lián)用法和電子鼻法檢測鋸緣青蟹揮發(fā)性風味物[J];食品工業(yè)科技;2012年14期

5 ;[J];;年期

相關會議論文 前1條

1 顧賽麒;王錫昌;;基于固相微萃取-氣-質(zhì)聯(lián)用法和電子鼻法檢測鋸緣青蟹揮發(fā)性風味物[A];漁業(yè)科技創(chuàng)新與發(fā)展方式轉(zhuǎn)變——2011年中國水產(chǎn)學會學術年會論文摘要集[C];2011年

相關博士學位論文 前2條

1 王吉;面向多氣味識別和等級預測的電子鼻應用方法研究[D];華東理工大學;2015年

2 黃曉辰;基于電子鼻和電子舌的蘋果汁中脂環(huán)酸芽孢桿菌污染的快速檢測方法研究[D];西北農(nóng)林科技大學;2016年

相關碩士學位論文 前2條

1 束慶波;電子鼻技術在易制毒化學品檢測中的應用研究[D];安徽工程大學;2015年

2 孔麗娜;電子鼻技術在草魚鮮度及風味分析的應用研究[D];華東理工大學;2015年

，

本文編號：1611243