PEN3-基于电子鼻判别富士苹果货架期的研究

本文由 上海科学仪器有限公司 整理汇编

2018-08-16 10:00 661阅读次数

收藏 评价 举报

• 分享

立即下载

参与评论

评论

登录后参与评论

登录

获取验证码

我已经阅读并接受《仪器网服务协议》

立即登录

更多资料

• 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

  |

  • 
  • 
  • 
  • 

• 基于电子鼻对水蜜桃货架期评价的研究

  基于电子鼻对水蜜桃货架期评价的研究[详细]

  2015-07-28 00:00

  课件

  |

  • 
  • 
  • 
  • 

• PEN3－基于电子鼻的苹果低温贮藏时间及品质预测

  【目的】研究利用电子鼻对苹果低温贮藏时间及品质的预测效果，为苹果低温贮藏品质的无损检测及合理加工利用提供参考。【方法】以富士苹果为试材，在（０±１）℃低温条件下贮藏，分别在贮藏后的第０，３０，６０，９０，１２０，１５０和１８０天，随机选取３０个果实，利用ＰＥＮ３型电子鼻检测其香气，并一一对应测定苹果的主要品质指标（硬度、可溶性固形物含量和可滴定酸含量）。利用载荷分析优化电子鼻传感器阵列，对优化后的电子鼻检测数据进行线性判别分析，建立苹果低温贮藏品质的偏Z小二乘预测模型、ＢＰ神经网络预测模型和贮藏时间的多层感知器预测模型，并对预测效果进行了比较。【结果】线性判别分析能够较好地区分苹果的贮藏品质，且苹果香气在贮藏６０～９０ｄ时变化较大；建立的多层感知器神经网络模型对苹果贮藏时间有较好的预测效果，预测准确率均＞９２．０％；利用偏Z小二乘法和ＢＰ神经网络均能对果实的品质建立有效的预测模型，其中偏Z小二乘法对冷藏苹果硬度和可滴定酸含量的预测效果优于对可溶性固形物含量的预测，利用ＢＰ神经网络所建立预测模型的决定系数均＞０．９３０　０，预测效果较偏Z小二乘法更好。【结论】利用电子鼻的快速无损检测功能可以实现对苹果低温贮藏时间及品质的预测。[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

  |

  • 
  • 
  • 
  • 

• 鲳鱼货架期预测模型的电子鼻评价与研究

  鲳鱼货架期预测模型的电子鼻评价与研究[详细]

  2012-05-25 00:00

  应用文章

  |

  • 
  • 
  • 
  • 

• PEN3基于电子鼻判别桃果实瘀伤的研究_朱娜

  为建立一种无损检测桃果实瘀伤的方法，对桃果实施加外力使其产生瘀伤，在24℃、相对湿度85%条件下贮藏24h后逐个提取电子鼻响应信号，并对其进行主成分分析。结果显示:不同瘀伤等级果实的分离度为1**%。电子鼻传感器阵列所含的10个传感器响应信号与瘀伤等级的相关性分析表明，大部分传感器(传感器W5S、W6S除外)响应信号与瘀伤等级均有显著相关性。利用向后消去法进行多元线性回归分析，结合取整函数建立了桃果实瘀伤等级的预测模型，验证试验表明，该模型具有较好适用性，总体准确率达到95%。[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

  |

  • 
  • 
  • 
  • 

• PEN3-质联用与电子鼻对不同包装货架期线椒检测分析

  摘要：运用HS-SPME-GC-MS和电子鼻2种技术，对10℃贮藏15d后进行常温货架期间线椒的挥发性物质进行检测分析，并讨论3种不同包装（无包装、16μmPE、20μmPE）、不同货架期对挥发性成分的影响。结果表明：线椒的挥发性物质主要是由酯类、醛类和醇类物质组成，无包装组（A组）果实醇类和酯类物质相对含量Z高，其次是16μmPE膜包装组（B组），20μmPE膜包装组（C组）Z小，C组醛类物质相对含量Zda；A、B、C组的醛类物质随着货架期的延长而降低，酯类挥发性物质则随着货架期的延长而增加，C组的保鲜效果**；电子鼻分析结果显示，货架期1dB、C组区分效果不理想；随着贮后货架时间的延长，不同包装组间的差异越明显，电子鼻区分效果也越好。电子鼻可以对不同货架期、不同包装厚度的线椒较好的判别区分，线椒挥发性成分受包装膜厚度以及时间长短的影响很大，LDA方法优于PCA方法。因此，电子鼻对线椒整体气味特征进行判别具有可行性。[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• 应用电子鼻区分不同货架期的纯奶

  将电子鼻用于测定纯牛奶的货架期,旨在寻求一种快速有效的方法以实现对纯牛奶的质量控制。将纯牛奶在室温条件下储存,分不同的储存时间对其进行测定,结果表明,电子鼻可以准确地区分不同货架期的纯牛奶。[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• PEN3电子鼻检测鸡蛋货架期新鲜度变化

  该文旨在通过气味检测鸡蛋的新鲜度。利用德国AIRSENSE公司PEN3型电子鼻对鸡蛋在20℃，70%相对湿度条件下罗曼鸡蛋货架期的气味进行了无损检测。通过测定哈夫单位，建立了不同货架期气味与鸡蛋哈夫单位等级的对应关系。首先，分析并对比了第0天与第36天的完整鸡蛋与蛋液所产生气体的变化情况，确定氨氧化物、烷烃和醇类等是鸡蛋贮藏中产生的恶化气体。其次，结合PEN3电子鼻，利用主成分分析、线性判别等多元统计方法进行数据分析，对不同货架期、不同等级的鸡蛋进行归类区分，发现线性判别（LDA）效果优于主成分分析法（PCA）。结合载荷分析，确认了检测鸡蛋新鲜度的主要传感器S1、S2、S3、S5、S6、S8。初步证明了气体传感器和模式识别方法在PEN3电子鼻区分鸡蛋货架期新鲜度的可行性，为建立利用气体传感器监控鸡蛋新鲜度的方法提供实验基础和理论依据。[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• 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-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

  |

  • 
  • 
  • 
  • 

• 鱼肉馅货架期预测的电子鼻评价与研究-盈盛恒泰

  鱼肉馅货架期预测的电子鼻评价与研究-盈盛恒泰[详细]

  2024-10-03 15:34

  期刊论文

  |

  • 
  • 
  • 
  • 

• PEN3-不同温度对货架期樱桃挥发性物质变化的影响-2015

  摘要:以“沙蜜豆”樱桃为试材，利用电子鼻检测系统和顶空固相微萃取－气相色谱质谱联用仪2种检测技术，对冷藏20d后不同货架温度(13、20℃)不同时间(1、4、6d)樱桃芳香性物质变化进行分析。研究结果表明，应用主成分分析法、线性判别分析法、负荷加载分析法三种方法进行综合分析，电子鼻技术可以较好的区分不同货架温度下的樱桃。经SPME－GC－MS技术检测，得到樱桃果实中含量较高的成分是醇类和醛类，其中5种主要芳香性物质分别是苯甲醇、(E)－2－己烯醇、己醛、苯甲醛、(E)－2－己烯醛。发现13℃下1、4d时(E)－2－己烯醛含量趋于平稳状态，约在42%左右，6d时YZ受到缓和，(E)－2－己烯醛含量增至52%。20℃下1、4d时(E)－2－己烯醛已处于Z高含量状态，约为53%左右，6d时其含量降至43%。这可能是由于低温环境下YZ了樱桃中的(E)－2－己烯醛芳香性物质的生成。[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• 基于电子鼻与多元统计分析判别三七品质---德国AIRSENSE电子鼻

  摘要：目的基于电子鼻与多元统计分析判别三七Panax notoginseng（Burk.） F.H.Chen的品质。方法在优化电子鼻检测条件基础上,对传感器响应信号进行多元统计与神经网络分析。结果电子鼻检测三七较佳条件为样品量1.5 g;顶空生成时间15 min;顶空体积250 mL;载气体积流量400 mL/min。多元统计表明主成分分析和典则判别分析均能区分三七主根与支根,但后者效果优于前者;利用三七主根和支根气味信息结合典则判别分析,可实现对三七产地的定性判别,其中主根气味信息的判别效果更好。多层感知器神经网络分析可以实现对三七主根、支根及产地的定量判别,主根与支根分类准确率达99.49%;主根产地判别准确率为99.49%;支根产地判别准确率为95.95%。结论电子鼻结合多元统计与神经网络分析可以实现对三七品质的判别,且该方法高效快速可用于实际生产。 关键词：三七;电子鼻;多元统计;MLP神经网络分析; [详细]

  2022-07-11 11:23

  期刊论文

  |

  • 
  • 
  • 
  • 

• 电子鼻在冷却肉货架期预测模型中的应用

  电子鼻在冷却肉货架期预测模型中的应用[详细]

  2024-09-28 00:35

  实验操作

  |

  • 
  • 
  • 
  • 

• 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

  |

  • 
  • 
  • 
  • 

• 借助电子鼻对中式传统奶酪货架期进行预测

  借助电子鼻对中式传统奶酪货架期进行预测[详细]

  2011-03-09 00:00

  其它

  |

  • 
  • 
  • 
  • 

• 基于电子鼻信号判别番茄苗机械损伤程度

  摘要：番茄苗产生的挥发物易受到病害、虫害、损伤等多种因素影响。该文利用电子鼻系统测试机械损伤番茄苗挥发性物质的变化，通过主成分分析、线性判别分析对4种不同处理机械损伤的番茄苗进行分析，结果表明主成分分析各处理样本间均有重叠，区分效果不理想，线性判别分析各处理样本基本可以分开；用逐步判别分析和BP神经网络对各处理样本进行判别，测试集的准确率分别达到84.4%和93.8%以上，神经网络模型的预测结果更好。该研究可为番茄苗机械损伤快速在线监测提供参考。[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• 电子鼻判别不同储藏条件下糙米品质的研究

  电子鼻判别不同储藏条件下糙米品质的研究[详细]

  2011-03-09 00:00

  产品样册

  |

  • 
  • 
  • 
  •