基于嗅觉可视化技术的猪肉新鲜度等级评判

利用嗅觉可视化技术对猪肉新鲜度等级进行评判。提取猪肉的挥发性气体与可视化传感器阵列进行反应,用图像处理技术分析反应前后传感器阵列的颜色变化,获取反映新鲜度的气味特征信息。通过主成分分析,选取前10个主成分作为所建立的BP神经网络的输入变量,构建猪肉新鲜度等级判别模型,模型的预测正确率为84.62%。研究结果表明:嗅觉可视化技术可用于猪肉新鲜度等级的快速评价。

基于电子鼻技术的碧螺春茶叶品质等级检测研究

采用由12个金属氧化物传感器组成阵列的电子鼻,对3种等级碧螺春茶的茶水和茶底气味进行检测。筛选了9个对茶叶挥发香气敏感的传感器阵列,并分别提取了各个传感器所获取茶水和茶底数据的最大值、最小值和平均值作为特征变量,进行主成分分析,再利用K最邻近(KNN)和误差反向神经网络(BP-ANN)对数据进行分析与识别。KNN结果显示,采用茶水和茶底特征融合信息对不同等级碧螺春茶的识别效果较茶水和茶底更佳,KNN模型对独立样本的判别率达到83.33%;设计拓扑结构为10-7-3的BP-ANN模型对信息融合的茶叶样本判别率则达到了100%。

嗅觉可视化技术对虾储藏期内新鲜度变化的研究

新鲜度是虾类产品品质和加工适性的一个重要指标。研究利用自制的4×4可视化传感器阵列提取储藏在4℃下1～7 d的南美白对虾的挥发性气味信息。将提取的传感器阵列与虾顶空挥发性气体反应前后的颜色变化值作为特征值,对其进行主成分分析。构建以前7个主成分作为输入变量的虾新鲜度等级的BP神经网络判别模型。对训练集样本,模型的判别正确率达100%,对预测集样本,模型的识别正确率达91.30%。研究结果表明:利用嗅觉可视化技术来检测虾的新鲜度是可行的。