基于电子鼻技术对罐藏食用毛油上下层氧化程度检测

针对菜籽和大豆毛油储藏期间油罐上、中、下层毛油氧化情况的差异问题,提出一种电子鼻技术结合化学计量学对毛油氧化情况进行判别的方法,为改善毛油储藏措施提供技术参考。基于常规理化分析,通过电子鼻结合偏最小二乘判别(PLS-DA)、支持向量机(SVM)、BP神经网络(BPNN)、人工神经网络(ANN)对特征样本进行特征筛选和分类识别。结果表明,上、中、下层毛油的理化差异不显著,且中、下层呈现高度相似性,上层劣变稍快。PLS-DA和BPNN模型在大豆和菜籽毛油上层和中下层混样氧化程度的分类识别上效果不佳,而优化后的SVM和ANN模型测试集准确率分别达到了96.7%和98.3%。因此,电子鼻结合ANN或SVM可以有效识别上层和中下层的大豆和菜籽毛油。