本文由 北京盈盛恒泰科技有限責(zé)任公司 整理匯編

2024-09-13 14:51 153閱讀次數(shù)

收藏 評價 舉報

• 分享

立即下載

相關(guān)產(chǎn)品

參與評論

評論

登錄后參與評論

登錄或新用戶注冊

• 微信登錄
• 密碼登錄
• 短信登錄

請用手機微信掃描下方二維碼
快速登錄或注冊新賬號

微信掃碼，手機電腦聯(lián)動

注冊登錄即表示同意《儀器網(wǎng)服務(wù)條款》和《隱私協(xié)議》

賬  號：

密  碼：

圖片碼： 看不清？
換一張？

手機和郵箱號注冊新賬號>> 忘記密碼？

手機號：

圖片碼： 看不清？
換一張？

短信碼： 獲取短信碼

手機和郵箱號注冊新賬號>> 忘記密碼？

更多資料

• 電子鼻技術(shù)結(jié)合化學(xué)計量學(xué)快速鑒別摻假茶籽油-德國AIRSENSE電子鼻

  摘要：目的:建立茶籽油摻假的快速定性和定量檢測方法。方法:采用電子鼻技術(shù)結(jié)合化學(xué)計量學(xué)，基于單因素方差分析篩選差異變量，通過主成分分析(PCA)和判別分析(DA)建立茶籽油摻假類型鑒別的定性模型；通過正交偏最小二乘法(OPLS)建立了茶籽油摻假類型和摻假度鑒別的定量模型。結(jié)果:模型的R2均高達0.98,RMSEE均低于0.005,RMSECV均低于0.01,具有較高性能指標(biāo)。通過外部驗證，DA模型對不同摻假類型的茶油樣品定性識別率高達100%,OPLS模型具有良好的準(zhǔn)確性。結(jié)論:電子鼻技術(shù)結(jié)合化學(xué)計量學(xué)能夠?qū)崿F(xiàn)茶籽油摻假的快速、無損鑒定。 關(guān)鍵詞：茶籽油;摻假;電子鼻;主成分分析;判別分析;正交偏最小二乘法;[詳細]

  2024-09-13 14:51

  期刊論文

  |

  • 
  • 
  • 
  • 

• 肉及肉制品摻假鑒別技術(shù)研究進展---德國AIRSENSE電子鼻

  摘要：我國是肉及肉制品消費大國,但利益驅(qū)使下肉類食品的摻假問題數(shù)見不鮮。對肉及肉制品摻假鑒別技術(shù)的研究一直是食品安全領(lǐng)域的研究熱點,但肉類產(chǎn)品種類繁多、成分復(fù)雜,且摻雜物質(zhì)外觀組成和理化性質(zhì)很接近,通常很難用一般的化學(xué)方法判定真?zhèn)巍＞C述了聚合酶鏈?zhǔn)椒磻?yīng)、酶聯(lián)免疫技術(shù)、重組酶等溫擴增、質(zhì)譜技術(shù)、近紅外光譜技術(shù),以及電子鼻技術(shù)在肉類食品摻假鑒別中的應(yīng)用進展,介紹了各種檢測技術(shù)的原理和優(yōu)缺點,簡述了國內(nèi)外研究者采用相關(guān)技術(shù)進行肉類鑒別的研究內(nèi)容,并展望了食品摻假鑒別領(lǐng)域的發(fā)展趨勢,以期為相關(guān)領(lǐng)域工作者提供研究參考。 關(guān)鍵詞：肉制品;食品安全;摻假;近紅外;電子鼻;[詳細]

  2022-08-22 11:06

  期刊論文

  |

  • 
  • 
  • 
  • 

• 電子鼻技術(shù)結(jié)合化學(xué)計量分析對漢源花椒的鑒別-德國AIRSENSE電子鼻

  摘要：采用電子鼻技術(shù)對包括漢源花椒在內(nèi)的全國6個不同主要產(chǎn)地的紅花椒進行10個傳感器通道的風(fēng)味成分測定和分析，用于漢源花椒的鑒別。利用傳感器響應(yīng)的風(fēng)味成分分布輪廓的差異對6個不同產(chǎn)地紅花椒分別進行了主成分分析（Principal Component Analysis,PCA）、線性判別分析（Linear Discriminate Analysis,LDA）和偏最小二乘判別分析（Partial Least Squares Discriminant Analysis,PLS-DA），并構(gòu)建了漢源花椒的鑒別模型。結(jié)果表明，PCA和LDA模型均能較好地將漢源花椒與其他5種紅花椒分別區(qū)分，在PLS-DA中建立了漢源花椒的“是-否”鑒別模型，模型的預(yù)測能力參數(shù)（Q2）和擬合優(yōu)度參數(shù)（R2）分別為0.947和0.968，交叉驗證和置換模擬驗證結(jié)果表明所構(gòu)建模型未發(fā)生過擬合，穩(wěn)健有效。同時，對漢源花椒摻雜5%、10%、30%及50%的其他種類紅花椒樣品進行了測定和分析，LDA及PLS-DA鑒別模型均能將摻雜的樣品與純正的漢源花椒準(zhǔn)確鑒別。本研究通過電子鼻技術(shù)和化學(xué)計量學(xué)的理論與方法實現(xiàn)了漢源花椒與其他[詳細]

  2024-05-31 15:33

  期刊論文

  |

  • 
  • 
  • 
  • 

• 電子鼻結(jié)合GC-MS鑒別不同部位的三七粉-德國AIRSENSE電子鼻

  摘要：為鑒別不同部位的三七粉，采用電子鼻結(jié)合氣相色譜-質(zhì)譜（gas chromatography-mass spectrometry,GCMS）聯(lián)用技術(shù)對三七的整根粉、剪口粉、主根粉、側(cè)根粉和須根粉進行揮發(fā)性成分分析。通過GC-MS測定三七粉揮發(fā)物的成分和含量，并進行多重比較。利用統(tǒng)計學(xué)習(xí)方法提取電子鼻響應(yīng)曲線的8個時域特征，并進行相關(guān)性分析，采用3種特征選擇算法對特征數(shù)據(jù)進行降維。分別建立基于原始特征數(shù)據(jù)、3種特征選擇數(shù)據(jù)的支持向量機（support vector machine,SVM）、最小二乘支持向量機（least square support vector machine,LSSVM）和極限學(xué)習(xí)機分類模型；引入灰狼優(yōu)化（grey wolf optimization,GWO）算法對分類模型中的參數(shù)gam和sig2進行優(yōu)化。結(jié)果表明：5種三七粉樣品中共檢測出31種揮發(fā)物成分，最優(yōu)的GWO-IRIV-LSSVM模型能夠?qū)﹄娮颖菙?shù)據(jù)進行有效區(qū)分，測試集準(zhǔn)確率為97.5%，且能客觀反映出樣品種類揮發(fā)性物質(zhì)的差異主要是揮發(fā)物總量、烷烴和芳香族化合物，這與GC-MS檢測結(jié)果一致。本研究可用[詳細]

  2024-09-13 14:00

  期刊論文

  |

  • 
  • 
  • 
  • 

• 基于GC-MS與電子鼻技術(shù)結(jié)合化學(xué)計量學(xué)方法分析不同品種桂花浸膏的揮發(fā)性成分---德國AIRSENSE電子鼻

  摘要：采用氣相色譜-質(zhì)譜（gas chromatography-mass spectrometry,GC-MS）和電子鼻技術(shù)結(jié)合化學(xué)計量學(xué)方法對不同品種桂花浸膏揮發(fā)性成分和整體氣味進行分析。結(jié)果表明：GC-MS檢測到4種桂花浸膏中共65種，8大類揮發(fā)性成分，包括醇類28種、酮類6種、醛類4種、酚類4種、酸類4種、烷烴類5種、酯類8種、其他類物質(zhì)6種，其中醇類、酮類和酯類是桂花浸膏揮發(fā)性成分的主要貢獻物質(zhì)。GC-MS Venn圖和聚類熱圖表明，4種桂花浸膏中各揮發(fā)性成分的種類和含量有顯著差異。采用偏Z小二乘判別分析確定了4種桂花浸膏的9種差異性特征揮發(fā)成分，分別為正四十烷、氟丙酸、二氫-β-紫羅蘭醇、二十八烷醇、棕櫚酸、醋酸(9Z,12E)-9,12-四環(huán)戊二烯、2,3-二甲基環(huán)己醇、二氫-β-紫羅蘭酮和豆甾醇。電子鼻結(jié)果顯示，W2W、W2S、W1W、W1S、W5S是區(qū)分不同桂花浸膏氣味的主要傳感器。4種桂花浸膏的整體氣味區(qū)分度較好，瀏陽金桂和瀏陽銀桂浸膏揮發(fā)性成分更為接近，咸寧金桂和瀏陽丹桂浸膏有較為明顯的區(qū)別，這與GC-MS聚類分析結(jié)果一致。本研究結(jié)果表明基于揮發(fā)性成分對不同品種的桂[詳細]

  2023-07-10 10:49

  期刊論文

  |

  • 
  • 
  • 
  • 

• 基于電子鼻和可見近紅外光譜技術(shù)的羊肉真實性鑒別---德國AIRSENSE電子鼻

  摘要：為快速、準(zhǔn)確鑒別市面上羊肉中摻入鴨肉的商品，本研究應(yīng)用電子鼻結(jié)合可見/近紅外光譜技術(shù)，實現(xiàn)了羊肉中摻入不同比例鴨肉樣品的有效鑒別。試驗制備了174個羊肉中摻入不同比例鴨肉樣品，分別采集了樣品電子鼻數(shù)據(jù)和200～1100nm、900～1 700 nm波長范圍內(nèi)的反射光譜數(shù)據(jù)，利用2分類定性判別和6分類定量檢測法分別構(gòu)建了支持向量機（Support Vector Machine,SVM）和偏Z小二乘法（Partial Least Squares,PLS）定性定量判別模型，并用6分類較優(yōu)模型進行預(yù)測。結(jié)果表明：電子鼻可以利用不同比例羊肉鴨肉樣品間的氣味差異對不同組進行判別，羊肉中含有的揮發(fā)性香氣成分如萜烯類、芳香類、有機硫化物等物質(zhì)的含量高于鴨肉?；趦蓚€波段數(shù)據(jù)、兩種分類方法構(gòu)建的PLS模型判別效果優(yōu)于SVM模型，總的判別正確率均達到96%以上，光譜數(shù)據(jù)經(jīng)過多元散射校正處理的效果較佳，且較優(yōu)模型預(yù)測效果良好。電子鼻結(jié)合可見/近紅外光譜分析技術(shù)可有效鑒別羊肉中摻入不同比例鴨肉樣品，為羊肉真實性的快速無損鑒別提供技術(shù)支撐。 關(guān)鍵詞：羊肉真實性;電子鼻;可見/近紅外光譜;定性鑒別;定[詳細]

  2023-08-28 10:40

  期刊論文

  |

  • 
  • 
  • 
  • 

• 電子鼻結(jié)合HS-SPME-GC-MS技術(shù)解析貴州主產(chǎn)區(qū)紅酸湯香氣成分---德國AIRSENSE電子鼻

  研究貴州主產(chǎn)區(qū)紅酸湯的香氣成分構(gòu)成及差異。[詳細]

  2025-02-05 16:21

  期刊論文

  |

  • 
  • 
  • 
  • 

• 德國AIRSENSE電子鼻惡臭監(jiān)測

  電子鼻惡臭監(jiān)測儀監(jiān)測領(lǐng)域 ?環(huán)境監(jiān)測站、環(huán)保局及各類環(huán)境保護組織 ?香水制造廠、食品加工廠、藥品加工廠、化肥廠等化工廠 ?石化廠、煉油廠、造紙廠等 ?污水處理廠、垃圾填埋場、畜牧養(yǎng)殖場等 ?環(huán)境檢測評估公司等[詳細]

  2020-09-25 11:48

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• 電子鼻技術(shù)應(yīng)用于白及及其近似飲片快速辨識的可行性分析---德國AIRSENSE電子鼻

  摘要：目的：探討電子鼻技術(shù)應(yīng)用于白及及其近似飲片快速辨識的可行性。方法：收集134批白及及其近似飲片（白及45批、天麻30批、玉竹30批、黃花白及29批）作為待測樣品，使用PEN3型電子鼻采集樣品嗅覺感官數(shù)據(jù)作為自變量X，基于2020年版《中華人民共和國藥典》和地方標(biāo)準(zhǔn)的鑒別結(jié)果，以及各飲片高效液相色譜法（HPLC）指紋圖譜和原始采購信息，獲得辨識模型的標(biāo)桿數(shù)據(jù)Y，分別采用主成分分析-判別分析（PCA-DA）、偏Z小二乘法-判別分析（PLS-DA）、Z小二乘法-支持向量機（LS-SVM）及K-Z近鄰（KNN）4種化學(xué)計量學(xué)方法建立45批白及與89批非白及的二分類辨識模型和上述4種飲片的四分類辨識模型Y=F(X)。結(jié)果：經(jīng)留一法交互驗證，在二分類辨識中，上述4種模型分類正判率分別為97.01%、97.01%、98.51%和97.01%；在四分類辨識中，這4種模型分類正判率分別為97.76%、89.55%、98.51%和97.01%。二分類和四分類辨識模型的Z高正判率均可達到98.51%，且均以LS-SVM算法為Z優(yōu)，Z優(yōu)核函數(shù)分別選擇徑向基核函數(shù)和線性核函數(shù)。Z優(yōu)模型判別結(jié)果良好，沒有未[詳細]

  2023-07-03 09:50

  期刊論文

  |

  • 
  • 
  • 
  • 

• 電子鼻結(jié)合電子舌技術(shù)對五種醬香型白酒大曲的風(fēng)味物質(zhì)分析---德國AIRSENSE電子鼻

  摘要：利用電子舌、電子鼻技術(shù)分析貴州仁懷地區(qū)5種醬香型白酒大曲的風(fēng)味差異。對比95%乙醇溶液與去離子水萃取大曲滋味化合物發(fā)現(xiàn)95%乙醇溶液能萃取出更多大曲中與酸味、苦味相關(guān)的化合物，與酸味相關(guān)的化合物增加明顯；5種酒曲除對CAO酸味傳感器的負響應(yīng)值差異顯著（P<0.05）之外，風(fēng)味輪廓基本相似；5種大曲中與咸味、鮮味相關(guān)的化合物含量較高；5種酒曲粉末與95%乙醇溶液萃取電子鼻分析結(jié)果顯示，除響應(yīng)值Z高的氮氧化合物含量差異較大之外，其余傳感器對大曲響應(yīng)的風(fēng)味輪廓相似，且95%乙醇溶液能萃取出大曲中更多的氮氧化合物、硫化物以及有機硫化物；5種酒曲中1號、2號、3號酒曲粉末氣味相似，1號、3號、4號、5號酒曲95%乙醇提取液氣味相似。 關(guān)鍵詞：醬香型大曲;風(fēng)味;電子舌;電子鼻;主成分分析;[詳細]

  2024-09-13 14:00

  期刊論文

  |

  • 
  • 
  • 
  • 

• 基于電子鼻、電子舌技術(shù)的姜厚樸炮制機理探討---德國AIRSENSE電子鼻

  摘要：為了從氣、味角度闡述姜制厚樸刺激性降低的炮制內(nèi)涵,采用電子舌、電子鼻分別對15份厚樸藥材、15份凈厚樸、15份姜厚樸進行炮制前后味覺和氣味定量化測定,分別利用配對樣品t檢驗和主成分分析的方法解析炮制前后厚樸味覺和氣味的變化。結(jié)果顯示,味覺中只有澀味在炮制后降低,具有顯著差異（P<0.05）,而電子舌的澀味傳感器是對澀味物質(zhì)引起的味道進行響應(yīng),在低濃度下感知為刺激性回味,說明厚樸姜制后刺激性降低;同時厚樸姜制后電子鼻氮氧化物和硫化物傳感器的測定值降低,說明此類揮發(fā)性成分減少,亦可導(dǎo)致厚樸刺激性降低。研究結(jié)果表明電子舌、電子鼻可用于厚樸炮制機理的研究,厚樸"不以姜制,則戟人喉舌"具有一定的科學(xué)性。 關(guān)鍵詞：中藥炮制學(xué);炮制機理;電子鼻;電子舌;厚樸;刺激性;[詳細]

  2024-09-13 14:29

  期刊論文

  |

  • 
  • 
  • 
  • 

• 基于電子鼻技術(shù)的櫻花花香測定方法的建立---德國AIRSENSE電子鼻

  摘要：【目的】為建立基于電子鼻技術(shù)的櫻花花香氣味快速檢測方法，應(yīng)用于櫻花種質(zhì)鑒定。[詳細]

  2025-06-09 10:31

  期刊論文

  |

  • 
  • 
  • 
  • 

• 電子鼻結(jié)合氣相色譜-質(zhì)譜聯(lián)用技術(shù)分析2種粗糧面包的揮發(fā)性風(fēng)味成分-德國AIRSENSE電子鼻

  摘要：采用頂空固相微萃取與氣相色譜-質(zhì)譜聯(lián)用技術(shù)(Headspace solid phase microextraction-gas chromatography-mass spectrometry,HS-SPME-GC-MS)結(jié)合電子鼻(Electronic nose,E-nose)對薏仁紅豆面包及傳統(tǒng)紅豆面包的揮發(fā)性物質(zhì)進行區(qū)分和比較。2種面包中共檢測出73種揮發(fā)性化合物，包含醇類、醛類、酸類、酯類、烴類、雜環(huán)類等揮發(fā)性物質(zhì)，主要貢獻風(fēng)味的物質(zhì)為醛類、醇類和酯類。主成分分析(Principal component analysis,PCA)和偏最小二乘判別分析(Partial least-squares discrimination analysis,PLS-DA)可以將2組面包較好地區(qū)分，各組之間的揮發(fā)性成分含量存在顯著差異。薏仁紅豆面包中的特征風(fēng)味物質(zhì)有16種，較傳統(tǒng)紅豆面包風(fēng)味來源更加廣泛。相關(guān)性分析結(jié)果表明，電子鼻的信號傳感器與特征風(fēng)味物質(zhì)具有較好的相關(guān)性。HS-SPME-GC-MS聯(lián)合E-nose可以闡明2種粗糧面包的揮發(fā)性成分的差異。 關(guān)鍵詞：薏仁米;面包;頂空固相微萃[詳細]

  2024-09-20 11:02

  期刊論文

  |

  • 
  • 
  • 
  • 

• 基于電子鼻技術(shù)的荊州魚糕貯藏過程新鮮度預(yù)測---德國AIRSENSE電子鼻

  摘要：以荊州魚糕為研究對象，采用感官評定、揮發(fā)性鹽基氮(TVB-N)檢測和電子鼻技術(shù)分析不同貯藏條件下荊州魚糕的新鮮度變化，并基于電子鼻檢測數(shù)據(jù)，結(jié)合主成分分析(PCA)、層次聚類分析(HCA)、偏Z小二乘判別分析(PLS-DA)和逐步多元線性回歸分析(Stepwise-MLR)建立魚糕新鮮度的判別和預(yù)測模型。結(jié)果表明：在4℃和室溫條件下，電子鼻響應(yīng)信號均能很好地區(qū)分魚糕樣品的新鮮度；魚糕貯藏過程中產(chǎn)生的氮氧化物、硫化物、甲烷等是新鮮度下降的重要指標(biāo)；基于電子鼻檢測數(shù)據(jù)建立的多元線性回歸預(yù)測模型的R2均大于0.932 5,預(yù)測集樣品的預(yù)測均方根誤差均小于1.22,即電子鼻技術(shù)結(jié)合多元統(tǒng)計分析可作為一種無損、簡便和快速檢測魚糕新鮮度的方法。 關(guān)鍵詞：魚糕;貯藏;新鮮度;電子鼻技術(shù);[詳細]

  2023-03-13 11:36

  期刊論文

  |

  • 
  • 
  • 
  • 

• 基于電子鼻技術(shù)的不同品質(zhì)鹿茸飲片氣味特征分析-德國AIRSENSE電子鼻

  摘要：目的：基于電子鼻技術(shù)對不同品質(zhì)鹿茸飲片氣味特征進行分析與表征。方法：采用PEN3型電子鼻系統(tǒng)，分析22批鹿茸樣品的氣味特征，以對傳感器響應(yīng)值為指標(biāo)，進行傳感器區(qū)別貢獻率分析（Loadings）、主成分分析（PCA）、線性判別分析（LDA）。結(jié)果：Loadings分析表明，5個傳感器對鹿茸飲片氣味特征具有較好的響應(yīng)，不同規(guī)格鹿茸飲片氣味差異貢獻率主要體現(xiàn)為氮氧化物類、甲烷等短鏈烷烴、有機硫化物、醇醚醛酮類、芳香成分、無機硫化物等成分；PCA表明不同品種與規(guī)格鹿茸飲片，其氣味的差異性比較明顯；LDA發(fā)現(xiàn)不同品種及規(guī)格鹿茸飲片（除梅花鹿白片與粉片外）樣品的氣味差異均較明顯，表明構(gòu)成氣味的物質(zhì)存在差異性。結(jié)論：電子鼻技術(shù)可闡明不同品質(zhì)鹿茸飲片氣味的物質(zhì)基礎(chǔ)；不同品質(zhì)鹿茸飲片氣味存在差異性可揭示鹿茸飲片氣味的科學(xué)內(nèi)涵并為其質(zhì)量控制提供參考。 關(guān)鍵詞：鹿茸飲片;氣味;電子鼻;[詳細]

  2024-06-28 16:02

  期刊論文

  |

  • 
  • 
  • 
  • 

• 結(jié)合電子鼻分析類干酪乳桿菌發(fā)酵豆渣飲料過程中風(fēng)味特征-德國AIRSENSE電子鼻

  摘要：為了對類干酪乳桿菌(Lactobacillus casei)發(fā)酵豆渣飲料發(fā)酵過程中風(fēng)味進行綜合評價，采用頂空固相微萃取/氣質(zhì)聯(lián)用技術(shù)(solid phase microextraction/gas chromatography-mass spectrometry, SPME/GC-MS)、電子鼻，結(jié)合主成分分析、聚類分析對其發(fā)酵過程中產(chǎn)生的揮發(fā)性風(fēng)味物質(zhì)組成與差異性進行研究。結(jié)果表明，豆渣飲料在發(fā)酵過程中總共檢測到87種揮發(fā)物質(zhì)，包括醇類24種、醛類8種、酸類10種、酮類7種、烷烴類14種、酯類17種和其他化合物7種。隨著發(fā)酵時間的延長，醛類揮發(fā)性風(fēng)味物質(zhì)的含量顯著降低，酯類、酸類及其他類揮發(fā)性風(fēng)味物質(zhì)的含量顯著增加(P<0.05)。與其他樣品相比，發(fā)酵24 h時揮發(fā)性風(fēng)味物質(zhì)有更多種類(20種)及更低的致豆腥味物質(zhì)(4.25μg/g),主要致豆腥味(E,E)-2,4-癸二烯醛含量為2.81μg/g,差異顯著(P<0.05)。呈清香味和豆香味的揮發(fā)性物質(zhì)，如1-己醇、1-壬醇、2,4-壬二烯醛、己酸、2-壬酮、辛酸甲酯等含量較高，賦予豆渣飲料獨特的香味。此外，電子鼻雷達圖和...[詳細]

  2024-05-28 15:32

  期刊論文

  |

  • 
  • 
  • 
  • 

• 基于電子鼻與多元統(tǒng)計分析判別三七品質(zhì)---德國AIRSENSE電子鼻

  摘要：目的基于電子鼻與多元統(tǒng)計分析判別三七Panax notoginseng（Burk.） F.H.Chen的品質(zhì)。方法在優(yōu)化電子鼻檢測條件基礎(chǔ)上,對傳感器響應(yīng)信號進行多元統(tǒng)計與神經(jīng)網(wǎng)絡(luò)分析。結(jié)果電子鼻檢測三七較佳條件為樣品量1.5 g;頂空生成時間15 min;頂空體積250 mL;載氣體積流量400 mL/min。多元統(tǒng)計表明主成分分析和典則判別分析均能區(qū)分三七主根與支根,但后者效果優(yōu)于前者;利用三七主根和支根氣味信息結(jié)合典則判別分析,可實現(xiàn)對三七產(chǎn)地的定性判別,其中主根氣味信息的判別效果更好。多層感知器神經(jīng)網(wǎng)絡(luò)分析可以實現(xiàn)對三七主根、支根及產(chǎn)地的定量判別,主根與支根分類準(zhǔn)確率達99.49%;主根產(chǎn)地判別準(zhǔn)確率為99.49%;支根產(chǎn)地判別準(zhǔn)確率為95.95%。結(jié)論電子鼻結(jié)合多元統(tǒng)計與神經(jīng)網(wǎng)絡(luò)分析可以實現(xiàn)對三七品質(zhì)的判別,且該方法高效快速可用于實際生產(chǎn)。 關(guān)鍵詞：三七;電子鼻;多元統(tǒng)計;MLP神經(jīng)網(wǎng)絡(luò)分析; [詳細]

  2022-07-11 11:23

  期刊論文

  |

  • 
  • 
  • 
  • 

• 基于電子鼻檢測鴨梨新鮮度及損傷程度---德國AIRSENSE電子鼻

  摘要：目的 探究鴨梨果實流通過程中新鮮度變化及損傷程度。方法 以不同跌落角度處理（0°、20°、40°、60°）的鴨梨為試材,測定鴨梨果實呼吸速率、乙烯釋放速率的變化,同時利用電子鼻結(jié)合主成分分析（principal components analysis,PCA）、線性判別分析（linear discriminant analysis,LDA）和載荷分析（loading analysis,LA）研究不同貯藏時間和不同損傷程度下果實的揮發(fā)性氣體變化。結(jié)果 完好果實在貯藏4 d時出現(xiàn)呼吸高峰和乙烯釋放高峰;與完好果實相比,機械傷處理提高了呼吸速率和乙烯釋放速率,并且損傷越嚴(yán)重,變化趨勢越明顯。LDA對不同貯藏點和不同損傷程度鴨梨的區(qū)分效果優(yōu)于PCA。LA結(jié)果表明當(dāng)果實成熟和受損時,傳感器W1S、W5S、W1W、W2W、W2S變化較為明顯,意味著刺激了甲烷、氮氧化合物、有機硫化物和芳香族化合物、醇類物質(zhì)的生成。結(jié)論 傳感器W1S、W5S、W1W、W2W、W2S可反映鴨梨的揮發(fā)性氣體變化情況,其中W2S傳感器響應(yīng)值可區(qū)分果實損傷程度,這對于實時監(jiān)測果實品質(zhì)具有重要意義。 關(guān)鍵詞：鴨梨;機械損[詳細]

  2022-10-08 10:47

  期刊論文

  |

  • 
  • 
  • 
  • 

• 電子鼻檢測三種草莓鮮榨汁的香氣---德國AIRSENSE電子鼻

  摘要：不同草莓品種鮮榨汁風(fēng)味存在較大區(qū)別,風(fēng)味特征會直接影響草莓鮮榨汁消費者接受度和經(jīng)濟價值。本研究以妙香3號草莓、紅顏草莓和黔莓2號草莓為研究對象,利用電子鼻(Electronic nose, E-nose)、頂空固相微萃取-氣相色譜-質(zhì)譜聯(lián)用(Headspace Solid Phase Micro Extraction-Gas Chromatography-Mass Spectrometry, HS-SPME-GC-MS)和氣相色譜-離子遷移譜(Gas Chromatography-Ion Mobility Spectrometry, GC-IMS)對三種草莓鮮榨汁的揮發(fā)性風(fēng)味物質(zhì)進行定性和定量分析。結(jié)果表明,三種草莓鮮榨汁中揮發(fā)性風(fēng)味物質(zhì)含量和種類有明顯差別。電子鼻可以有效區(qū)分三種草莓鮮榨汁;HS-SPME-GC-MS檢測出89種揮發(fā)性風(fēng)味物質(zhì),包括55種酯類、9種醛類、7種醇類、13種酮類和5種酸類。其中22種揮發(fā)性風(fēng)味物質(zhì)是三種草莓鮮榨汁共有的,包括11種酯類、4種醛類、芳樟醇、5種酮類及壬酸。妙香3號鮮榨汁中5-己基二氫-2(3H)-呋喃酮含量較高,紅顏草莓鮮榨汁中乙酸己酯[詳細]

  2023-02-20 10:18

  期刊論文

  |

  • 
  • 
  • 
  • 

• 電子鼻和電子舌技術(shù)在五倍子蜂蜜風(fēng)味識別中的應(yīng)用-德國AIRSENSE電子鼻

  摘要：為實現(xiàn)不同產(chǎn)地五倍子蜂蜜的快速識別，采用德國AIRSENSE公司的PEN3型電子鼻系統(tǒng)和日本INSENT公司的味覺分析系統(tǒng)對貴州12個不同地區(qū)五倍子蜂蜜進行檢測，通過主成分分析（Principal Component Analysis,PCA）、線性判別分析（Linear Discriminant Analysis,LDA）、傳感器區(qū)分貢獻率（Loadings）分析等，從氣味和滋味方面對不同產(chǎn)地五倍子蜂蜜進行識別。不同產(chǎn)地的五倍子蜂蜜在電子鼻PCA分析、LDA分析中第一和第二主成分貢獻率之和分別為99.90%、87.05%,Loadings分析發(fā)現(xiàn)氣味差異主要來自于無機硫化物類、氮氧化物類、有機硫化物類、醇醚醛酮類等；在電子舌PCA分析中第一和第二主成分貢獻率之和為99.35%，通過雷達圖離散程度可知，不同地區(qū)五倍子蜂蜜在酸味、甜味、苦味上的差異較大。電子鼻和電子舌技術(shù)均能區(qū)分不同產(chǎn)地的五倍子蜂蜜，可用于今后蜂蜜的鑒別分析中。 關(guān)鍵詞：五倍子蜂蜜;電子鼻;電子舌;主成分分析(PCA);[詳細]

  2024-09-13 14:03

  期刊論文

  |

  • 
  • 
  • 
  •