發(fā)布時(shí)間：2021-09-08 15:17

　　利用感官評(píng)價(jià)和電子鼻技術(shù)對(duì)不同蒸制時(shí)間（0, 2.5, 5, 7.5, 10和12.5 min）荔浦芋揮發(fā)性風(fēng)味物質(zhì)進(jìn)行評(píng)價(jià)。通過(guò)感官評(píng)價(jià)判定荔浦芋的最佳蒸制時(shí)間。通過(guò)雷達(dá)圖和載荷分析（Loading analysis, LA）研究各傳感器響應(yīng)值的變化情況來(lái)量化樣品間揮發(fā)性風(fēng)味物質(zhì)的區(qū)分度。采用主成分分析（principal component analysis, PCA）和線性判別分析（Linear discrimination analysis, LDA）得出主成分貢獻(xiàn)率。結(jié)果表明:由感官評(píng)價(jià)結(jié)果得出蒸制10 min的荔浦芋口感和揮發(fā)性風(fēng)味物質(zhì)最佳。電子鼻對(duì)不同蒸制時(shí)間荔浦芋的氣味均有較好的響應(yīng),電子鼻傳感器S6, S7, S8和S9起主要區(qū)別作用,不同蒸制時(shí)間荔浦芋的特征性風(fēng)味物質(zhì)來(lái)自氮氧化物、甲基類、硫化物、醛類及醇類。該試驗(yàn)擬為芋頭深加工過(guò)程中揮發(fā)性風(fēng)味物質(zhì)控制提供理論依據(jù)和技術(shù)參考。 

【文章來(lái)源】：食品工業(yè). 2020,41(10)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

不同蒸制時(shí)間荔浦芋電子鼻傳感器響應(yīng)雷達(dá)圖

《食品工業(yè)》2020年第41卷第10期188研究探討PC1方向與其他樣品間距均較大，說(shuō)明蒸制0min荔浦芋在氣味上與其他樣品存在較大差異。PCA分析表明經(jīng)過(guò)蒸制的荔浦芋揮發(fā)性風(fēng)味物質(zhì)成分發(fā)生的變化較大。圖2不同蒸制時(shí)間荔浦芋PCA圖2.2.3不同蒸制時(shí)間荔浦芋揮發(fā)性風(fēng)味物質(zhì)成分傳感器載荷分析（LA）LA通常用來(lái)體現(xiàn)傳感器在識(shí)別模式中的重要程度，位點(diǎn)坐標(biāo)表示其在主成分上的比重，坐標(biāo)值越大，說(shuō)明傳感器對(duì)檢測(cè)樣品的揮發(fā)性風(fēng)味物質(zhì)反應(yīng)較敏感，該傳感器是識(shí)別傳感器[28]。根據(jù)圖3不同蒸制時(shí)間荔浦芋LA圖可知，第1主成分（LA1）的貢獻(xiàn)率為91.85%，第2主成分（LA2）的貢獻(xiàn)率為7.96%，累計(jì)貢獻(xiàn)率為99.81%，反映了樣品絕大部分信息特征。傳感器S10、S5、S4、S3、S1的分布接近零坐標(biāo)，且位置靠近，有部分重疊，表明其感應(yīng)信號(hào)變化較弱，貢獻(xiàn)率小，表明它們對(duì)不同蒸制時(shí)間荔浦芋揮發(fā)性氣味的敏感程度較低。傳感器S6（甲基類）、S7（硫化物）對(duì)第1主成分的貢獻(xiàn)率較大，且S6對(duì)第2主成分的貢獻(xiàn)率最大，S6是區(qū)別不同蒸制時(shí)間荔浦芋揮發(fā)性風(fēng)味物質(zhì)的主要傳感器[25]。LA分析說(shuō)明甲基類物質(zhì)和硫化物在對(duì)不同蒸制時(shí)間荔浦芋揮發(fā)性風(fēng)味物質(zhì)區(qū)分中貢獻(xiàn)較大，與2.2.1雷達(dá)圖分析結(jié)果相符。圖3不同蒸制時(shí)間荔浦芋LA圖2.2.4不同蒸制時(shí)間荔浦芋揮發(fā)性風(fēng)味物質(zhì)成分線性判別分析（LDA）線性判別分析，是繼PCA分析之后對(duì)傳感器所感應(yīng)的揮發(fā)性風(fēng)味物質(zhì)的響應(yīng)信號(hào)進(jìn)一步優(yōu)化處理，擴(kuò)大數(shù)據(jù)之間的差異性，進(jìn)而反映樣品香氣的差異情況。線性判別分析時(shí)，可以利用所有的傳感器信號(hào)以提高分類的準(zhǔn)確性[29]。線性判別分析相比于主成分分析來(lái)說(shuō)更加注重樣品在空間中的分布規(guī)律及各樣品間的距離分析[30]，通常與PCA法同時(shí)采用，?

《食品工業(yè)》2020年第41卷第10期188研究探討PC1方向與其他樣品間距均較大，說(shuō)明蒸制0min荔浦芋在氣味上與其他樣品存在較大差異。PCA分析表明經(jīng)過(guò)蒸制的荔浦芋揮發(fā)性風(fēng)味物質(zhì)成分發(fā)生的變化較大。圖2不同蒸制時(shí)間荔浦芋PCA圖2.2.3不同蒸制時(shí)間荔浦芋揮發(fā)性風(fēng)味物質(zhì)成分傳感器載荷分析（LA）LA通常用來(lái)體現(xiàn)傳感器在識(shí)別模式中的重要程度，位點(diǎn)坐標(biāo)表示其在主成分上的比重，坐標(biāo)值越大，說(shuō)明傳感器對(duì)檢測(cè)樣品的揮發(fā)性風(fēng)味物質(zhì)反應(yīng)較敏感，該傳感器是識(shí)別傳感器[28]。根據(jù)圖3不同蒸制時(shí)間荔浦芋LA圖可知，第1主成分（LA1）的貢獻(xiàn)率為91.85%，第2主成分（LA2）的貢獻(xiàn)率為7.96%，累計(jì)貢獻(xiàn)率為99.81%，反映了樣品絕大部分信息特征。傳感器S10、S5、S4、S3、S1的分布接近零坐標(biāo)，且位置靠近，有部分重疊，表明其感應(yīng)信號(hào)變化較弱，貢獻(xiàn)率小，表明它們對(duì)不同蒸制時(shí)間荔浦芋揮發(fā)性氣味的敏感程度較低。傳感器S6（甲基類）、S7（硫化物）對(duì)第1主成分的貢獻(xiàn)率較大，且S6對(duì)第2主成分的貢獻(xiàn)率最大，S6是區(qū)別不同蒸制時(shí)間荔浦芋揮發(fā)性風(fēng)味物質(zhì)的主要傳感器[25]。LA分析說(shuō)明甲基類物質(zhì)和硫化物在對(duì)不同蒸制時(shí)間荔浦芋揮發(fā)性風(fēng)味物質(zhì)區(qū)分中貢獻(xiàn)較大，與2.2.1雷達(dá)圖分析結(jié)果相符。圖3不同蒸制時(shí)間荔浦芋LA圖2.2.4不同蒸制時(shí)間荔浦芋揮發(fā)性風(fēng)味物質(zhì)成分線性判別分析（LDA）線性判別分析，是繼PCA分析之后對(duì)傳感器所感應(yīng)的揮發(fā)性風(fēng)味物質(zhì)的響應(yīng)信號(hào)進(jìn)一步優(yōu)化處理，擴(kuò)大數(shù)據(jù)之間的差異性，進(jìn)而反映樣品香氣的差異情況。線性判別分析時(shí)，可以利用所有的傳感器信號(hào)以提高分類的準(zhǔn)確性[29]。線性判別分析相比于主成分分析來(lái)說(shuō)更加注重樣品在空間中的分布規(guī)律及各樣品間的距離分析[30]，通常與PCA法同時(shí)采用，?

【參考文獻(xiàn)】：
期刊論文
[1]基于電子鼻對(duì)花香型紅茶揮發(fā)性風(fēng)味形成過(guò)程分析[J]. 諶珍,劉青茹,周潔蓉,周方林,劉偉,周穎.  農(nóng)產(chǎn)品加工. 2019(06)
[2]我國(guó)芋頭栽培技術(shù)研究進(jìn)展[J]. 戴艷麗,吳湖龍,楊柳依,楊湘虹,劉樂(lè)承.  長(zhǎng)江大學(xué)學(xué)報(bào)(自科版). 2018(22)
[3]中醫(yī)綠色藥膳房—芋頭的藥食功效研究[J]. 段文倩,孫河龍,金書(shū)情,耿雯雯,路海濤,楚子琰,郭宵飛.  中西醫(yī)結(jié)合心血管病電子雜志. 2018(21)
[4]基于電子舌與電子鼻評(píng)價(jià)烘培時(shí)間對(duì)黃秋葵籽風(fēng)味品質(zhì)的影響[J]. 文攀,薛長(zhǎng)風(fēng),裴志勝,公維潔,卓先勤,徐云升.  食品工業(yè)科技. 2018(24)
[5]基于電子鼻對(duì)不同發(fā)酵階段蟹醬加熱前后特征風(fēng)味的分析[J]. 黃鶴,耿麗晶,陳博,王冠,劉冰,陳冠男,王筱瑜.  食品工業(yè)科技. 2018(09)
[6]基于二維氣相色譜技術(shù)的食品揮發(fā)性風(fēng)味評(píng)價(jià)及其應(yīng)用[J]. 李楠,王錫昌,許長(zhǎng)華.  中國(guó)食品學(xué)報(bào). 2018(04)
[7]芋頭的營(yíng)養(yǎng)成分及加工利用研究進(jìn)展[J]. 韓笑,張東旭,王磊,李琪.  中國(guó)果菜. 2018(03)
[8]芋頭食味品質(zhì)評(píng)價(jià)方法的建立與應(yīng)用[J]. 殷劍美,張培通,王立,韓曉勇,郭文琦,李春宏.  長(zhǎng)江蔬菜. 2017(24)
[9]芋頭在新鄭市的高產(chǎn)栽培技術(shù)[J]. 王輝.  河南農(nóng)業(yè). 2017(31)
[10]芋頭果脯加工工藝[J]. 徐海祥.  農(nóng)村百事通. 2017(18)



本文編號(hào)：3391018