- 電子舌用于不同品牌腐乳樣品的辨別區(qū)分
- 發(fā)布日期：2021-12-29 瀏覽次數(shù)：1009
電子舌用于不同品牌腐乳樣品的辨別區(qū)分
一、實(shí)驗(yàn)簡述
本實(shí)驗(yàn)通過由上海保圣實(shí)業(yè)發(fā)展有限公司提供的cTongue電子舌對五種腐乳樣品進(jìn)行氣味檢測鑒別。
二、Ctongue電子舌介紹
1.原理
電子舌是一種主要由交互敏感傳感器陣列、信號(hào)采集電路、基于模式識(shí)別的數(shù)據(jù)處理方法組成的現(xiàn)代化定性定量分析檢測儀器。電子舌基于惰性金屬電極構(gòu)成穩(wěn)定的傳感器陣列，通過伏安電化學(xué)脈沖技術(shù)激發(fā)實(shí)現(xiàn)原創(chuàng)的組合脈沖馳豫譜思想，然后經(jīng)交互感應(yīng)解析技術(shù)來獲取測量對象的整體信息，立足于最新的電子電路硬件和計(jì)算機(jī)智能化算法軟件，快速、實(shí)時(shí)、在線實(shí)現(xiàn)對產(chǎn)品的整體特征評價(jià)及若干成分定性定量的快速檢測與分析。
cTongue電子舌含由惰性金屬傳感器組成，性能穩(wěn)定，重現(xiàn)性好，使用壽命長，檢測信息量豐富，而且清洗簡單，非常適合于多類食品產(chǎn)品的辨別區(qū)分，質(zhì)量評定與真?zhèn)伪孀R(shí)等。
2.數(shù)據(jù)分析方法介紹
2.1 降維分析—有效信息獲取
降維分析主要作用是對有效信息進(jìn)行匯總，排除無用冗雜信息，從而實(shí)現(xiàn)多維度信息高效特征提取，實(shí)現(xiàn)低維度數(shù)據(jù)可視化。
主要算法包含：PCA（Principal Component Analysis，主成分分析）、LDA（Linear Discriminant Analysis，線性判別分析）、LLE (Locally Linear Embedding, 局部線性嵌入)、LE (Laplacian Eigenmaps、拉普拉斯特征映射)、Isomap（Isometric feature mapping, 等距特征映射)、T-SNE( t-distributed stochastic neighbor embedding ,t分布隨機(jī)鄰域嵌入)
2.2分類分析—混雜信息的精準(zhǔn)有序分類
多種分類算法可將千百組原始大數(shù)據(jù)快速準(zhǔn)確建立類別等級?？?/font>應(yīng)用于：真假鑒別、品種鑒別、生產(chǎn)地溯源、產(chǎn)品原料鑒別、制備工藝鑒別、品質(zhì)等級鑒定、感官評級模擬、差異分析等。
主要算法包含：LDA（Linear Discriminant Analysis，線性判別分析）、PLSDA（Partial least squares discrimination analysis，偏最小二乘法判別）、BPNN（Back Propagation Neural Net，BP神經(jīng)網(wǎng)絡(luò)）、SVM（Support Vector Machine，支持向量機(jī)）、KNN（K-NearestNeighbor，最近鄰算法）
2.3回歸分析—感官指標(biāo)的定量預(yù)測
多種算法選擇，提高定量預(yù)測準(zhǔn)確度，可應(yīng)用于對貨架期、配方濃度、感官指標(biāo)等線性指標(biāo)進(jìn)行定量預(yù)測。
主要算法包含：PLSDA（Partial least squares discrimination analysis，偏最小二乘法判別）、BPNN（Back Propagation Neural Net，BP神經(jīng)網(wǎng)絡(luò)）、SVM（Support Vector Machine，支持向量機(jī)）
2.4聚類分析—未知數(shù)據(jù)挖掘的有效信息
聚類分析指將物理或抽象對象的集合分組為由類似的對象組成的多個(gè)類的分析過程。它是一種重要的人類行為。可對未知信息中尋找規(guī)律。應(yīng)用：異常數(shù)據(jù)或樣品的排查（排查異味藥品）、在大批量數(shù)據(jù)中找尋共同點(diǎn) （對比不同產(chǎn)地原料藥的相似性）、數(shù)據(jù)挖掘未知的信息（篩選藥品的貯藏期）。
主要算法包含：歐氏距離（Euclid Distance）、閔式距離（Minkowski Distance）、馬氏距離(Mahalanobis distance)、DBSCAN（Density-Based Spatial Clustering of Applications with Noise、密度聚類算法）、K-Means（k-means clustering algorithm 、k均值聚類算法）、SOM（Self-organizing feature Map、自組織特征映射網(wǎng)絡(luò)）、LVQ (Learning Vector Quantization、學(xué)習(xí)矢量量化)
三、實(shí)驗(yàn)
1.樣品信息
樣品為不同品牌的腐乳樣品，編號(hào)分別為1，2，3，4、5號(hào)，每個(gè)樣品取相等質(zhì)量置于頂空進(jìn)樣樣品瓶中，靜置30分鐘，每個(gè)樣品做4個(gè)平行。實(shí)驗(yàn)樣品編號(hào)及示意圖如下：
樣品編號(hào)
樣品名稱
1
王致和大塊腐乳
2
王致和臭豆腐
3
王致和白腐乳
4
王致和淡口鮮香腐乳
5
老才臣紅油腐乳
2.樣品處理及實(shí)驗(yàn)參數(shù)
每個(gè)樣品稱取相等質(zhì)量，用純凈水進(jìn)行提取。量取相同的體積進(jìn)行檢測。樣品檢測前先進(jìn)行傳感器預(yù)熱、清洗及參數(shù)設(shè)置，樣品檢測參數(shù)見表1。
表1 樣品檢測參數(shù)表
最大電壓
10V
最低電壓
-10V
脈沖間隔
100MV
靈敏度
10-4
根據(jù)本次實(shí)驗(yàn)可以得到5個(gè)不同腐乳樣品之間的味覺差異。根據(jù)PCA數(shù)據(jù)主成分分析可以看出腐乳5個(gè)腐乳樣品可以用電子舌進(jìn)行味道分析，尤其樣品2與其余腐乳味樣品距離較遠(yuǎn)，味道差異較大；說明用保圣電子舌是可以對不同腐乳樣品進(jìn)行區(qū)分鑒別的。我們通過模型建立和模型預(yù)測驗(yàn)證得到基本可以完全區(qū)分樣品的分類模型。根據(jù)該分類模型，可以對未知腐乳樣品進(jìn)行追溯，或者對不同品牌腐乳樣品進(jìn)行鑒別。
- 上一篇：谷物品質(zhì)分析用什么儀器？淀粉糊化度分析呢？
- 下一篇：扁桃仁質(zhì)構(gòu)特性的研究
