资料库
仪器网>
资料库>PEN3-电子鼻法鉴别食用植物油与地沟油的研究
PEN3-电子鼻法鉴别食用植物油与地沟油的研究
-
本文由 上海科学仪器有限公司 整理汇编
2018-08-16 10:00 478阅读次数
文档仅可预览首页内容,请下载后查看全文信息!
-
立即下载
摘要:目的尝试利用电子鼻技术建立一种简便、快速的鉴别食用植物油与地沟油的筛查方法。方法样品包括采集自各超市的9个品种共103个正常植物油,采集自多家餐饮企业的24个煎炸废弃油脂,采集自餐厨垃圾集中处置定点公司的36个餐厨废弃油脂,以及本课题组自主制备的25个精炼地沟油。利用电子鼻采集各样品的气味信息,通过数据主成分分析(PCA)和线性判别分析(LDA)2种方法进行分析和判定。结果电子鼻可以相互区分食用植物油、餐厨废弃油脂和精炼地沟油,无法区分食用植物油和煎炸废弃油脂。结论本实验结果表明,经过系列的氧化及劣变过程,地沟油中的气味分子成分与正常植物油相比已经发生了剧烈的变化。电子鼻技术作为鉴别地沟油的一种新兴手段,值得更深入的探索和研究。
更多资料
-
PEN3-电子鼻法鉴别食用植物油与地沟油的研究
- 摘要:目的尝试利用电子鼻技术建立一种简便、快速的鉴别食用植物油与地沟油的筛查方法。方法样品包括采集自各超市的9个品种共103个正常植物油,采集自多家餐饮企业的24个煎炸废弃油脂,采集自餐厨垃圾集中处置定点公司的36个餐厨废弃油脂,以及本课题组自主制备的25个精炼地沟油。利用电子鼻采集各样品的气味信息,通过数据主成分分析(PCA)和线性判别分析(LDA)2种方法进行分析和判定。结果电子鼻可以相互区分食用植物油、餐厨废弃油脂和精炼地沟油,无法区分食用植物油和煎炸废弃油脂。结论本实验结果表明,经过系列的氧化及劣变过程,地沟油中的气味分子成分与正常植物油相比已经发生了剧烈的变化。电子鼻技术作为鉴别地沟油的一种新兴手段,值得更深入的探索和研究。[详细]
-
2018-08-16 10:00
产品样册
-
盈盛恒泰-基于电子鼻技术的地沟油鉴别研究-PEN3
- 电子鼻与色谱仪、光谱仪、毛细管电泳仪等仪器不同,得到的不是被测样品中某种或某几种成分的定性与定量结果,而是样品中挥发成分的整体信息。电子鼻技术凭借其样品无损、检测速度快、操作简单、灵敏度高、重现性好等优点,目前已广泛应用于食品质量控制领域。本实验建立基于电子鼻的地沟油鉴别方法。 方法优势:本实验充分考虑样品数量及样品确定性对分析结果的影响,从深圳两家大型餐厨废弃物回收公司收集多个批次生物废弃油脂,并按照前期建立的地沟油标准物质制备方法制备不同精炼程度的地沟油,同时收集市场常见的不同油料来源、不同品牌的多种食用植物油,采用主成分分析(PCA)和线性判别分析(LDA)对数据分析处理。 结论:8种正常植物油都可以与精炼地沟油有效区分,电子鼻技术作为鉴别地沟油的一种新兴手段,值得更深入的探索和研究。[详细]
-
2018-08-16 10:00
产品样册
-
盈盛恒泰-基于电子鼻技术的地沟油鉴别研究-pen3
- 盈盛恒泰-基于电子鼻技术的地沟油鉴别研究-pen3[详细]
-
2024-09-18 18:06
其它
-
PEN3-提高食醋电子鼻识别率方法的研究
- 摘要:以两种不同品牌的山西食醋为样品,通过对电子鼻测定数据的区间分析,确定样品处理方式,并采用正交试验方法对传感器的选用进行优化并建立模板;用欧氏距离、相关性、马氏距离和判别函数分析同时鉴别新样品的归属,误判率明显降低(由18.2%降低为5.4%),识别率得到较大提高(由81.8%提高至94.6%)。[详细]
-
2018-08-16 10:00
产品样册
-
PEN3-基于电子鼻的冷藏大菱鲆品质变化研究
- 摘要利用电子鼻技术检测不同贮藏温度下大菱鲆样品的挥发性气体变化情况,对所得数据进行主成分分析(PCA)、载荷分析(LA)和聚类分析(CA),并结合细菌菌落总数和挥发性盐基氮(TVB-N)含量变化进行分析,建立一种基于电子鼻的冷藏大菱鲆新鲜度判别方法。结果表明:电子鼻主成分分析、载荷分析和聚类分析能很好地区分大菱鲆0℃与4℃贮藏过程中的挥发性气味变化,气味发生变化的时间拐点分别是贮藏20d和16d;电子鼻分析结果与细菌菌落总数和TVB-N值变化预测的货架期终点基本一致。因此电子鼻技术可以用来判别大菱鲆冷藏过程中的新鲜度变化。[详细]
-
2018-08-16 10:00
产品样册
-
基于电子鼻的小麦品种鉴别研究
- 提出了一种用电子鼻技术快速鉴别小麦品种的新方法。试验以三种小麦品种为研究对象,首先用主成分分析法、聚类分析法对5种不同温度条件下的麦9023电子鼻数据进行了分析,确定了试验条件,保证了试验的可重复性和准确性。用三种小麦**次测试的结果(每个品种15个样品,共45个样品)作为训练集来建立模型,用一周后的测试结果(每个品种5个样品,共15个样品)作为测试集。分别采用主成分分析法对三种小麦进行了区分,逐步判别分析法和BP神经网络对三种小麦样品进行了预测。使用主成分分析法不能很好对两次试验的三种小麦样品做出很好的区分,而使用逐步判别分析法对训练集回判的正确率为1**%,对测试集判别的正确率为86.7%。选用三层BP神经网络对训练集回判的正确率为1**%,对测试集判别的正确率为93.3%。说明在选取适合的试验条件的情况下,电子鼻对小麦品种具有很好的鉴别作用,为小麦品种的鉴别提供了一种新方法。[详细]
-
2018-08-16 10:00
产品样册
-
PEN3-基于电子鼻判别富士苹果货架期的研究
- 摘要:利用电子鼻对不同货架期内的富士苹果挥发性成分进行检测。通过雷达图和负荷加载(Loadings)分析研究主要传感器响应值的变化,利用主成分分析(PCA)、线性判别分析(LDA)模式判别方法进行数据分析。结果表明,第7、8号传感器在苹果常温货架期判别中起主要作用,而第2、7号传感器在苹果贮后货架期的判别中起主要作用。PCA、LDA方法均可准确判别常温不同货架期的苹果;与PCA相比,LDA方法可以更准确对不同贮后货架寿命苹果进行判别,并呈现出良好的集中性和单向趋势。因此,电子鼻快速判别不同货架期的苹果具有可行性。关键词:电子鼻,苹果,货架期,判别[详细]
-
2018-08-16 10:00
产品样册
-
PEN3-一种基于电子鼻的辛味中药材的分类鉴别方法研究
- 摘要:为获取新的气味识别方法以提高智能传感器模式分类识别准确率和速度,使用了内置10个传感器的便携式电子鼻PEN3对辛味中药材进行气味采集检测.将辛味中药材在烧杯中进行密封静置待其形成稳定的气味顶空环境时,运用电子鼻对其进行检测采样得到样品高维气味数据信息.与传统的线性数据分析方法不同,针对气味蕴含多种诸如浓度、各种挥发性物质成分等特征,可知气味非线性的本质特征,在本次分析中采用了流形算法中的非线性的局部线性嵌入(LocallyLinearEmbedding,LLE)算法对非线性的气味数据进行特征提取与降维,再采用基于Fisher的线性判别分析(LinearDiscriminantAnalysis,LDA)实现对特征子空间的模式聚类与分类,通过多次实验优化LLE算法的参数,得到了**的辛味中药材的模式识别效果.分析结果表明,运用LLE和LDA相结合的算法(即LLE_LDA)可以很好地完成不同种类辛味中药材的挥发性气味信息的模式分类,为深层次地分析基于电子鼻的气味数据信息提供了一种新方法.关键词:模式识别;气敏传感器;局部线性嵌入_线性判别分析;分类鉴别;非线性降维[详细]
-
2018-08-16 10:00
产品样册
-
百草油鉴别分类的电子鼻实现方法研究
- 百草油鉴别分类的电子鼻实现方法研究[详细]
-
2015-06-08 00:00
应用文章
-
百草油鉴别分类的电子鼻实现方法研究
- 百草油鉴别分类的电子鼻实现方法研究[详细]
-
2011-03-09 00:00
选购指南
-
电子鼻-百草油鉴别分类的实现方法研究
- 摘要:采用便携式电子鼻PEN3对4组不同生产批次的中成药(百草油)进行检测,并对采样得到的数据进行分析。结合主成分分析(PCA)和线性判别分析(LDA)算法的特点,采用了PCA+LDA分析方法。该方法首先通过PCA分析来压缩特征数据的维数,减少数据计算量,进而优化特征向量,继而采用LDA分析实现对不同批次百草油产品的鉴别分类。结果表明:对4组样本的Z终判别结果达到了87.5%的正确判别率,误判的待测样本只发生在p0705和p0801之间。[详细]
-
2018-08-16 10:00
产品样册
-
PEN3-基于高光谱与电子鼻融合的番石榴机械损伤识别方法
- 摘要:提出了一种基于高光谱与电子鼻融合的水果机械损伤识别方法。分别采用高光谱仪与电子鼻对无损伤、轻度机械损伤和重度机械损伤的番石榴进行采样,提取特征信息后,运用主成分分析(PCA)、线性判别分析(LDA)、欧氏距离分析(ED)和模糊C均值聚类(FCM)对高光谱仪、电子鼻以及高光谱与电子鼻融合3种识别方法的识别效果进行了对比。PCA和LDA的分析结果表明,高光谱与电子鼻识别番石榴机械损伤是可行的,但单独采用这两种识别方法均无法对番石榴机械损伤程度进行分级。采用高光谱与电子鼻融合方法,结合LDA分析可以较好地识别番石榴机械损伤程度,比单一识别方法具有更好的识别效果。此外,LDA比PCA对番石榴机械损伤识别效果更佳。根据PCA、LDA和ED分析结果可以推测多源信息融合的分类识别方法既可获取更多的样本信息,提高相同样本之间的聚类性,又可较多地保持单一分类识别方法得到的不同样本之间的Zda距离。根据FCM分析结果,高光谱识别、电子鼻识别和高光谱与电子鼻融合识别3种方法对番石榴机械损伤识别的正确率分别为89.74%、82.05%和97.44%,验证了多源信息融合方法对提高水果机械损伤识别效果的可行性。关键词:番石榴机械损伤多源信息融合高光谱电子鼻[详细]
-
2018-08-16 10:00
产品样册
-
基于电子鼻技术的金华火腿鉴别与分级
- 基于电子鼻技术的金华火腿鉴别与分级[详细]
-
2024-09-20 06:20
标准
-
不同产地和采收期的中药材电子鼻鉴别研究术
- 不同产地和采收期的中药材电子鼻鉴别研究术[详细]
-
2015-06-10 00:00
期刊论文
-
PEN3-基于电子鼻技术的鱼露与鱼酿酱油的品质分析
- 摘要通过电子鼻获取鱼露、鱼酿酱油和生抽的气味信息,进行主成分分析(PCA)、线性判别分析(LDA)和负荷加载分析(Loadings),并结合氨基酸态氮、盐分、全氮和游离氨基酸含量,对比分析3种调味品的品质。结果显示,3种调味品中游离氨基酸种类丰富,鱼露中苏氨酸、甘氨酸、丙氨酸、甲硫氨酸、赖氨酸的含量明显高于鱼酿酱油和生抽;生抽和鱼酿酱油中鲜味氨基酸的含量明显高于鱼露,但生抽中必需氨基酸的含量远低于鱼酿酱油和鱼露;3种调味品挥发性成分复杂,电子鼻10个金属传感器能很好地区分3种调味品的挥发性气味,W5S、W1S、W2S号传感器比其他7个传感器有更高的响应值,其中W2S号传感器的响应值变化Z显著。这说明电子鼻能较好地区分鱼露、鱼酿酱油和生抽,虽然3种调味品中第1、2主成分相同,但醇类、氮氧化合物类物质对第1、2主成分的贡献率不同。[详细]
-
2018-08-16 10:00
产品样册
-
电子鼻信号特征提取与传感器优化的研究
- 电子鼻信号特征提取与传感器优化的研究[详细]
-
2024-09-20 14:53
实验操作
-
电子鼻PEN3-监测百药煎的固态发酵
- 电子鼻PEN3-监测百药煎的固态发酵[详细]
-
2015-06-19 00:00
专利
-
PEN3-基于电子鼻的果园荔枝成熟阶段监测
- 摘要:为了无损快速监测荔枝成熟阶段,该文提出了一种基于电子鼻技术的果园荔枝成熟阶段监测方法,采用PEN3电子鼻获取挂果约25d到果实成熟过程中6个成熟阶段荔枝样本的仿生嗅觉信息并同步获取了各成熟阶段荔枝的3项物理特征(果实直径、果实质量与果实可溶性固形物含量)。根据不同成熟阶段荔枝物理特征变化可知,荔枝果实直径与果实质量2项物理指标在挂果约32d~39d,以及53d~60d增长较快,可溶性固形物含量在挂果约32d前无法测量,53d~60d阶段增长速度较慢。提取各样本电子鼻采样数据75s时刻的各传感器响应值作为特征值后,采用载荷分析(loadings)进行传感器阵列优化,优选了传感器R2、R4、R6、R7、R8、R9和R10的响应数据进行后续分析。将优化后的传感器响应数据进行归一化处理。采用线性判别分析(lineardiscriminantanalysis,LDA)进一步提取特征信息,降低数据中包含的冗余信息。LDA对荔枝成熟阶段的分类识别效果不佳。为进一步探究电子鼻监测果园荔枝成熟阶段的可行性,采用模糊C均值聚类分析(fuzzyCmeansclustering,FCM)、kZ近邻函数分析(knearestneior,KNN)和概率神经网络(probabilisticneuralnetwork,PNN)进行模式识别。研究结果表明,FCM对果园荔枝成熟阶段识别的正确率为89.17%。采用KNN与PNN建立识别模型后,KNN与PNN识别模型对训练集的回判正确率均为1**%,对测试集的识别率均96.67%,具有较好的分类识别效果。试验证明了采用电子鼻进行果园荔枝成熟度监测的可行性,为果园水果品质的实时监测提供参考。[详细]
-
2018-08-16 10:00
产品样册
-
PEN3-电子鼻技术研究臭氧水处理对罗非鱼鱼片的
- 摘要:采用电子鼻PEN3系统对经不同臭氧水处理的罗非鱼肉进行检测。对传感器进行相关性分析与Loadings分析,由W1C、W5S、W1S、W1W、W2S、W2W和W3S组成新的传感器阵列。对优化后的传感器阵列进行主成分分析,结合挥发性盐基氮(totalvolatilebasicnitrogen,TVB-N)值、硫代酸反应物(thiobarbituricacidreactivesubstances,TBARS)值综合评价臭氧水处理对罗非鱼鱼片的新鲜度的影响。结果表明,利用电子鼻技术得到罗非鱼鱼片的贮藏品质区分结果与TVB-N值、TBARS值0级动力学分析结果基本一致;1mg/L臭氧水处理5min不能明显地减缓罗非鱼鱼片在贮藏期新鲜度下降,5mg/L臭氧。[详细]
-
2018-08-16 10:00
产品样册
-
番茄硬度的电子鼻评价与预测的研究
- 番茄硬度的电子鼻评价与预测的研究[详细]
-
2024-09-18 18:08
产品样册
Copyright 2004-2025 yiqi.com All Rights Reserved , 未经书面授权 , 页面内容不得以任何形式进行复制
参与评论
登录后参与评论