资料库
仪器网>
资料库>基于电子鼻技术对致病菌污染椒麻鸡后挥发性成分研究---德国AIRSENSE电子鼻
基于电子鼻技术对致病菌污染椒麻鸡后挥发性成分研究---德国AIRSENSE电子鼻
-
本文由 北京盈盛恒泰科技有限责任公司 整理汇编
2025-01-15 16:33 246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:为实现椒麻鸡食品安全快速检测,分别用不同浓度梯度的大肠杆菌、金黄色葡萄球菌、沙门菌标准菌液脱除培养基后加入椒麻鸡样品中,并基于电子鼻技术对污染不同致病菌的椒麻鸡样品挥发性成分进行分析检测。
相关产品
登录或新用户注册
请用手机微信扫描下方二维码
快速登录或注册新账号
微信扫码,手机电脑联动
更多资料
-
基于电子鼻技术对致病菌污染椒麻鸡后挥发性成分研究---德国AIRSENSE电子鼻
- 摘要:为实现椒麻鸡食品安全快速检测,分别用不同浓度梯度的大肠杆菌、金黄色葡萄球菌、沙门菌标准菌液脱除培养基后加入椒麻鸡样品中,并基于电子鼻技术对污染不同致病菌的椒麻鸡样品挥发性成分进行分析检测。[详细]
-
2025-01-15 16:33
期刊论文
-
基于电子鼻技术的烟丝受虫害前后挥发性成分差异分析---德国AIRSENSE电子鼻
- 摘要:针对烟草中烟草甲检测技术不完善,检测结果不可靠等问题,以电子鼻检测结果为基础,通过主成分分析法和Loading分析法对数据结果进行分析。[详细]
-
2026-01-19 16:54
期刊论文
-
基于电子鼻技术对草莓采后灰霉病的分析与早期诊断---德国AIRSENSE电子鼻
- 摘要:构建基于气味信息的草莓灰霉病无损检测的方法,对草莓果实灰霉病过程进行动态分析。以健康草莓果实作为对照,每隔24 h采用便携式电子鼻获取样品气味信息,并结合顶空固相微萃取-气相色谱-质谱联用技术对样本挥发性组分进行定量检测,Z后采用偏Z小二乘回归构建基于电子鼻技术的草莓果实菌落总数预测模型。结果表明:草莓果实接种灰霉病后120 h内,酯类、醛类和醇类含量变化明显,以乙醇为代表的醇类含量(以湿质量计算)从初始0.85μg/g快速上升至3.95μg/g;主成分分析表明基于电子鼻气味传感阵列对应的稳定值与微生物含量密切相关,结合偏Z小二乘法回归的草莓果实微生物含量预测的相对Z佳模型对应的决定系数为0.815,相对分析误差为2.270,基于电子鼻传感器稳定信号的无损预测可实现早期病害果实92.9%的准确区分。研究结果可以为实现草莓采后病害无损监控与早期诊断提供参考。
关键词:草莓果实;电子鼻技术;灰霉病;无损检测;[详细]
-
2023-03-13 11:35
期刊论文
-
基于电子鼻、GC-MS和GC-IMS技术分析老香黄发酵期间的挥发性成分变化---德国AIRSENSE电子鼻
- 摘要:利用电子鼻、气相色谱-质谱联用(Gas Chromatography-Mass Spectrometry,GC-MS)和气相离子迁移谱(Gas Chromatography-Ion Mobility Spectrometry,GC-IMS)技术分析老香黄发酵期间的挥发性成分变化,并结合相对风味活度值(Relative odor activity value,ROAV)对老香黄挥发性组分的气味贡献程度进行评价。结果表明,电子鼻PCA有效区分了不同发酵时间的样品,老香黄发酵6个月后挥发性组分开始发生较大变化。GCMS共鉴定出46种挥发性物质,包括萜烯类、醇类、醛类、酚类、酯类、醚类、杂环化合物和其它共8个种类。α-蒎烯、β-蒎烯、月桂烯、萜品油烯、柠檬烯、异松油烯、1-石竹烯、巴伦西亚橘烯、芳樟醇、α-松油醇、糠醛、麦芽酚、茴香脑、2, 4-二甲基苯乙烯是发酵期间含量较高且相对稳定的14个共有成分。GC-IMS定性检出38种已知挥发性成分,包括萜烯类、醇类、醛类、酯类、酮类、酚类、酸类、杂环类和其它共9个类别。ROAV表明老香黄的主体香气为柑橘香、木青气息、药草香和焦甜香,对老香黄风[详细]
-
2022-07-18 10:27
期刊论文
-
不同干燥方式对茉莉花茶挥发性成分的影响---德国AIRSENSE电子鼻
- 摘要:为了研究不同干燥方式对茉莉花茶挥发成分的影响,本文采用顶空固相微萃取结合气相色谱-质谱联用(HS-SPME-GC-MS)的方法,结合电子鼻技术,对经过四种干燥方式包括热泵干燥、热风干燥、微波干燥[详细]
-
2024-11-11 11:17
期刊论文
-
基于GC-MS与电子鼻技术结合化学计量学方法分析不同品种桂花浸膏的挥发性成分---德国AIRSENSE电子鼻
- 摘要:采用气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)和电子鼻技术结合化学计量学方法对不同品种桂花浸膏挥发性成分和整体气味进行分析。结果表明:GC-MS检测到4种桂花浸膏中共65种,8大类挥发性成分,包括醇类28种、酮类6种、醛类4种、酚类4种、酸类4种、烷烃类5种、酯类8种、其他类物质6种,其中醇类、酮类和酯类是桂花浸膏挥发性成分的主要贡献物质。GC-MS Venn图和聚类热图表明,4种桂花浸膏中各挥发性成分的种类和含量有显著差异。采用偏Z小二乘判别分析确定了4种桂花浸膏的9种差异性特征挥发成分,分别为正四十烷、氟丙酸、二氢-β-紫罗兰醇、二十八烷醇、棕榈酸、醋酸(9Z,12E)-9,12-四环戊二烯、2,3-二甲基环己醇、二氢-β-紫罗兰酮和豆甾醇。电子鼻结果显示,W2W、W2S、W1W、W1S、W5S是区分不同桂花浸膏气味的主要传感器。4种桂花浸膏的整体气味区分度较好,浏阳金桂和浏阳银桂浸膏挥发性成分更为接近,咸宁金桂和浏阳丹桂浸膏有较为明显的区别,这与GC-MS聚类分析结果一致。本研究结果表明基于挥发性成分对不同品种的桂[详细]
-
2023-07-10 10:49
期刊论文
-
小米不同热处理对小米醋挥发性成分的影响---德国AIRSENSE电子鼻
- 摘要:为研究小米不同热处理对小米醋挥发性成分的影响,采用电子鼻结合气相色谱-质谱法对小米醋挥发性成分进行分析。电子鼻对整体挥发性成分区分效果明显,以传感器W1W和W5S为主要区分指标。通过优化顶空固相微萃取条件,确定羧基/聚二甲基硅氧烷CAR/PDMS(85μm)萃取头、样品量8 mL、萃取温度60℃、萃取时间35 min条件下小米醋挥发性成分萃取效果较佳。采用气相色谱-质谱法分析小米醋挥发性成分,发现普通小米醋酚类物质含量较高,炒制小米醋醛类物质含量较高,膨化小米醋酯类和醇类物质含量明显提高。酯类、醛类和醇类是小米醋的重要香气物质。小米不同热处理对小米醋挥发性成分有积极作用,可为小米醋挥发性成分的研究提供理论依据和技术参考。
关键词:小米醋;挥发性成分;电子鼻;顶空固相微萃取;气相色谱-质谱法;[详细]
-
2024-10-06 11:24
期刊论文
-
基于电子鼻、电子舌技术的姜厚朴炮制机理探讨---德国AIRSENSE电子鼻
- 摘要:为了从气、味角度阐述姜制厚朴刺激性降低的炮制内涵,采用电子舌、电子鼻分别对15份厚朴药材、15份净厚朴、15份姜厚朴进行炮制前后味觉和气味定量化测定,分别利用配对样品t检验和主成分分析的方法解析炮制前后厚朴味觉和气味的变化。结果显示,味觉中只有涩味在炮制后降低,具有显著差异(P<0.05),而电子舌的涩味传感器是对涩味物质引起的味道进行响应,在低浓度下感知为刺激性回味,说明厚朴姜制后刺激性降低;同时厚朴姜制后电子鼻氮氧化物和硫化物传感器的测定值降低,说明此类挥发性成分减少,亦可导致厚朴刺激性降低。研究结果表明电子舌、电子鼻可用于厚朴炮制机理的研究,厚朴"不以姜制,则戟人喉舌"具有一定的科学性。 关键词:中药炮制学;炮制机理;电子鼻;电子舌;厚朴;刺激性;[详细]
-
2024-09-13 14:29
期刊论文
-
基于电子鼻技术的樱花花香测定方法的建立---德国AIRSENSE电子鼻
- 摘要:【目的】为建立基于电子鼻技术的樱花花香气味快速检测方法,应用于樱花种质鉴定。[详细]
-
2025-06-09 10:31
期刊论文
-
基于GC-IMS和电子鼻技术分析贮酒容器对凤香型白酒香气成分的影响---德国AIRSENSE电子鼻
- 摘要:为研究贮酒容器对凤香型白酒香气成分的影响,采用电子鼻与气相色谱离子迁移谱(gas chromatographyion mobility spectrometry,GC-IMS)技术对不同容器贮存的凤香型白酒风味物质及理化指标——乙醇体积分数、总酸、总酯、可溶性固形物质量浓度及pH值进行分析和比较,以期为凤香型白酒贮存工艺的改进提供参考。电子鼻和GC-IMS分析结果均表明:新产酒与贮酒香气特征有显著差别,陶坛与不锈钢罐贮酒风格相似,而酒海贮酒风格独特。GC-IMS在4类酒样中共检测出66种挥发性成分,主要为酯类、醛类、酮类、醇类物质;不锈钢罐和陶坛贮酒中乙醇酯类、双乙酰、1-丙醇等物质相对含量较高,在酒海贮酒中含有较多的高级醇酯类、醛酮类等物质;酒海贮酒中具有Z低总酸质量浓度,Z高可溶性固形物质量浓度、乙醇体积分数和Z高的pH值。 关键词:电子鼻;气相色谱离子迁移谱;酒海;陶坛;白酒;[详细]
-
2022-09-19 13:11
期刊论文
-
基于仿生学技术对中国十二大香型白酒品质差异的研究---德国AIRSENSE电子鼻
- 摘要:该研究利用电子鼻、电子舌、色度仪等设备对中国十二大香型白酒的香气、滋味和色泽进行测定和分析,比较了不同香型白酒的特性和差异。结果表明,相较于香气指标,不同白酒滋味指标间的差异更大,其中涩味、鲜味、咸味和苦味是差异Z大的几种滋味。白酒香气的检测结果显示,老白干香型、特香型、浓香型白酒相较其他香型白酒而言,芳香物质含量相对较高。聚类分析结果显示,凤香型酒香气物质成分与其他11种香型白酒的差异Z大。研究结果为不同香型白酒香气、滋味和色泽差异提供了一定的基础数据,这对于后续通过仿生学技术区分不同香型的白酒和确定部分白酒的特征香气成分具有积极的意义。
关键词:白酒;香型;电子鼻;电子舌;色度仪;品质差异;[详细]
-
2023-04-03 11:19
期刊论文
-
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
-
基于电子鼻检测鸭梨新鲜度及损伤程度---德国AIRSENSE电子鼻
- 摘要:目的 探究鸭梨果实流通过程中新鲜度变化及损伤程度。方法 以不同跌落角度处理(0°、20°、40°、60°)的鸭梨为试材,测定鸭梨果实呼吸速率、乙烯释放速率的变化,同时利用电子鼻结合主成分分析(principal components analysis,PCA)、线性判别分析(linear discriminant analysis,LDA)和载荷分析(loading analysis,LA)研究不同贮藏时间和不同损伤程度下果实的挥发性气体变化。结果 完好果实在贮藏4 d时出现呼吸高峰和乙烯释放高峰;与完好果实相比,机械伤处理提高了呼吸速率和乙烯释放速率,并且损伤越严重,变化趋势越明显。LDA对不同贮藏点和不同损伤程度鸭梨的区分效果优于PCA。LA结果表明当果实成熟和受损时,传感器W1S、W5S、W1W、W2W、W2S变化较为明显,意味着刺激了甲烷、氮氧化合物、有机硫化物和芳香族化合物、醇类物质的生成。结论 传感器W1S、W5S、W1W、W2W、W2S可反映鸭梨的挥发性气体变化情况,其中W2S传感器响应值可区分果实损伤程度,这对于实时监测果实品质具有重要意义。 关键词:鸭梨;机械损[详细]
-
2022-10-08 10:47
期刊论文
-
基于电子鼻的海产干制品风味研究及品质鉴定---德国AIRSENSE电子鼻
- 摘要:采用电子鼻采集干贝、墨鱼干、鱿鱼干、虾米、小鱼干、花蛤干的挥发性物质,分析不同种类的气味物质成分差异和特征,构建了线性判别模型和聚类分析树图,实现六种海产干制品的分类鉴别。[详细]
-
2025-08-11 11:06
期刊论文
-
电子鼻结合气相色谱-质谱联用技术分析2种粗粮面包的挥发性风味成分-德国AIRSENSE电子鼻
- 摘要:采用顶空固相微萃取与气相色谱-质谱联用技术(Headspace solid phase microextraction-gas chromatography-mass spectrometry,HS-SPME-GC-MS)结合电子鼻(Electronic nose,E-nose)对薏仁红豆面包及传统红豆面包的挥发性物质进行区分和比较。2种面包中共检测出73种挥发性化合物,包含醇类、醛类、酸类、酯类、烃类、杂环类等挥发性物质,主要贡献风味的物质为醛类、醇类和酯类。主成分分析(Principal component analysis,PCA)和偏最小二乘判别分析(Partial least-squares discrimination analysis,PLS-DA)可以将2组面包较好地区分,各组之间的挥发性成分含量存在显著差异。薏仁红豆面包中的特征风味物质有16种,较传统红豆面包风味来源更加广泛。相关性分析结果表明,电子鼻的信号传感器与特征风味物质具有较好的相关性。HS-SPME-GC-MS联合E-nose可以阐明2种粗粮面包的挥发性成分的差异。
关键词:薏仁米;面包;顶空固相微萃[详细]
-
2024-09-20 11:02
期刊论文
-
基于电子鼻技术的荆州鱼糕贮藏过程新鲜度预测---德国AIRSENSE电子鼻
- 摘要:以荆州鱼糕为研究对象,采用感官评定、挥发性盐基氮(TVB-N)检测和电子鼻技术分析不同贮藏条件下荆州鱼糕的新鲜度变化,并基于电子鼻检测数据,结合主成分分析(PCA)、层次聚类分析(HCA)、偏Z小二乘判别分析(PLS-DA)和逐步多元线性回归分析(Stepwise-MLR)建立鱼糕新鲜度的判别和预测模型。结果表明:在4℃和室温条件下,电子鼻响应信号均能很好地区分鱼糕样品的新鲜度;鱼糕贮藏过程中产生的氮氧化物、硫化物、甲烷等是新鲜度下降的重要指标;基于电子鼻检测数据建立的多元线性回归预测模型的R2均大于0.932 5,预测集样品的预测均方根误差均小于1.22,即电子鼻技术结合多元统计分析可作为一种无损、简便和快速检测鱼糕新鲜度的方法。
关键词:鱼糕;贮藏;新鲜度;电子鼻技术;[详细]
-
2023-03-13 11:36
期刊论文
-
基于电子鼻和可见近红外光谱技术的羊肉真实性鉴别---德国AIRSENSE电子鼻
- 摘要:为快速、准确鉴别市面上羊肉中掺入鸭肉的商品,本研究应用电子鼻结合可见/近红外光谱技术,实现了羊肉中掺入不同比例鸭肉样品的有效鉴别。试验制备了174个羊肉中掺入不同比例鸭肉样品,分别采集了样品电子鼻数据和200~1100nm、900~1 700 nm波长范围内的反射光谱数据,利用2分类定性判别和6分类定量检测法分别构建了支持向量机(Support Vector Machine,SVM)和偏Z小二乘法(Partial Least Squares,PLS)定性定量判别模型,并用6分类较优模型进行预测。结果表明:电子鼻可以利用不同比例羊肉鸭肉样品间的气味差异对不同组进行判别,羊肉中含有的挥发性香气成分如萜烯类、芳香类、有机硫化物等物质的含量高于鸭肉。基于两个波段数据、两种分类方法构建的PLS模型判别效果优于SVM模型,总的判别正确率均达到96%以上,光谱数据经过多元散射校正处理的效果较佳,且较优模型预测效果良好。电子鼻结合可见/近红外光谱分析技术可有效鉴别羊肉中掺入不同比例鸭肉样品,为羊肉真实性的快速无损鉴别提供技术支撑。
关键词:羊肉真实性;电子鼻;可见/近红外光谱;定性鉴别;定[详细]
-
2023-08-28 10:40
期刊论文
-
基于电子鼻技术的不同品质鹿茸饮片气味特征分析-德国AIRSENSE电子鼻
- 摘要:目的:基于电子鼻技术对不同品质鹿茸饮片气味特征进行分析与表征。方法:采用PEN3型电子鼻系统,分析22批鹿茸样品的气味特征,以对传感器响应值为指标,进行传感器区别贡献率分析(Loadings)、主成分分析(PCA)、线性判别分析(LDA)。结果:Loadings分析表明,5个传感器对鹿茸饮片气味特征具有较好的响应,不同规格鹿茸饮片气味差异贡献率主要体现为氮氧化物类、甲烷等短链烷烃、有机硫化物、醇醚醛酮类、芳香成分、无机硫化物等成分;PCA表明不同品种与规格鹿茸饮片,其气味的差异性比较明显;LDA发现不同品种及规格鹿茸饮片(除梅花鹿白片与粉片外)样品的气味差异均较明显,表明构成气味的物质存在差异性。结论:电子鼻技术可阐明不同品质鹿茸饮片气味的物质基础;不同品质鹿茸饮片气味存在差异性可揭示鹿茸饮片气味的科学内涵并为其质量控制提供参考。
关键词:鹿茸饮片;气味;电子鼻;[详细]
-
2024-06-28 16:02
期刊论文
-
电子鼻技术结合化学计量分析对汉源花椒的鉴别-德国AIRSENSE电子鼻
- 摘要:采用电子鼻技术对包括汉源花椒在内的全国6个不同主要产地的红花椒进行10个传感器通道的风味成分测定和分析,用于汉源花椒的鉴别。利用传感器响应的风味成分分布轮廓的差异对6个不同产地红花椒分别进行了主成分分析(Principal Component Analysis,PCA)、线性判别分析(Linear Discriminate Analysis,LDA)和偏最小二乘判别分析(Partial Least Squares Discriminant Analysis,PLS-DA),并构建了汉源花椒的鉴别模型。结果表明,PCA和LDA模型均能较好地将汉源花椒与其他5种红花椒分别区分,在PLS-DA中建立了汉源花椒的“是-否”鉴别模型,模型的预测能力参数(Q2)和拟合优度参数(R2)分别为0.947和0.968,交叉验证和置换模拟验证结果表明所构建模型未发生过拟合,稳健有效。同时,对汉源花椒掺杂5%、10%、30%及50%的其他种类红花椒样品进行了测定和分析,LDA及PLS-DA鉴别模型均能将掺杂的样品与纯正的汉源花椒准确鉴别。本研究通过电子鼻技术和化学计量学的理论与方法实现了汉源花椒与其他[详细]
-
2024-05-31 15:33
期刊论文
-
3个品牌毛豆腐风味成分对比研究---德国AIRSENSE电子鼻
- 摘要:毛豆腐的风味决定了消费者的喜好程度。以3个品牌的毛豆腐为研究对象,对比分析了它们的非挥发性成分和挥发性成分。[详细]
-
2024-10-15 10:37
期刊论文
Copyright 2004-2026 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