基于电子鼻气味信息和多元统计分析的枸杞子产地溯源研究

被引:21
作者
田晓静 [1 ]
龙鸣 [1 ]
王俊 [2 ]
马忠仁 [1 ]
韦真博 [2 ]
陈士恩 [1 ]
高丹丹 [1 ]
丁波 [1 ]
机构
[1] 西北民族大学生命科学与工程学院
[2] 浙江大学生物系统工程与食品科学学院
关键词
枸杞子; 电子鼻; 多元统计分析; 产地溯源;
D O I
暂无
中图分类号
S567.19 []; TP212.9 [传感器的应用];
学科分类号
140102 [集成电路设计与设计自动化];
摘要
为实现不同产地枸杞子的快速、客观判别,在优化电子鼻检测条件的基础上,利用电子鼻信号定性判别3种不同产地枸杞子间的差异,并定量预测其产地。方差分析发现:顶空体积对电子鼻10个传感器的响应影响极显著;样品质量对S7响应影响显著,对其余9个传感器响应影响极显著;除对S2、S7、S9和S10影响不显著外,顶空生成时间对其余6个传感器响应影响极显著。方差分析结合判别分析确定电子鼻检测枸杞子的较佳条件为:载气流速300 m L·min-1,样品质量20 g,顶空体积500 m L,顶空生成时间30 min。在此条件下检测3种不同产地(甘肃瓜州、青海柴达木和宁夏中宁)枸杞子,发现主成分分析和典则判别分析均能将3种不同产地枸杞子区分开,且典则判别分析结果图中数据点的集聚性更好;采用BP神经网络建立产地的预测模型能有效预测枸杞子的产地(正确识别率为96%)。电子鼻在枸杞子产地判别时具有可行性,为枸杞产地追溯提供理论依据。
引用
收藏
页码:1604 / 1611
页数:8
相关论文
共 27 条
[1]
近红外光谱技术的枸杞产地鉴别及品质快速检测 [J].
庾秋云 .
食品安全导刊, 2017, (06) :60-61
[2]
基于红外光谱和随机森林的枸杞产地鉴别 [J].
李仲 ;
刘明地 ;
吉守祥 .
计算机与应用化学, 2016, 33 (07) :803-806
[3]
不同地区枸杞质量的评估及其分类 [J].
王志国 ;
曹红翠 ;
周莲 .
兰州文理学院学报(自然科学版), 2016, 30 (04) :45-47
[4]
基于枸杞红外光谱人工神经网络的产地鉴别.[J].李仲;刘明地;吉守祥;.光谱学与光谱分析.2016, 03
[5]
枸杞产地的小波变换红外光谱的聚类分析鉴别 [J].
刘明地 ;
李仲 ;
吴启勋 ;
叶丹 .
华中师范大学学报(自然科学版), 2014, 48 (06) :857-860+866
[6]
不同干燥方式枸杞挥发性风味成分的比较及主成分分析 [J].
曲云卿 ;
张同刚 ;
刘敦华 .
食品工业科技, 2015, 36 (11) :296-300+388
[7]
红外光谱结合聚类分析鉴别青海枸杞产地 [J].
多杰扎西 ;
李仲 ;
刘明地 .
安徽农业科学, 2014, 42 (12) :3704-3705
[8]
基于机器视觉的枸杞产地识别研究 [J].
陈晓峰 ;
张东峰 ;
郝明明 ;
马波 ;
闫修强 .
农业科技与装备, 2013, (11) :33-35
[9]
近红外光谱结合SIMCA对不同产地枸杞溯源模型的优化 [J].
雷建刚 ;
刘敦华 .
食品科学, 2013, 34 (20) :148-152
[10]
基于近红外光谱的枸杞化学成分定量分析 [J].
汤丽华 ;
刘敦华 .
现代食品科技, 2013, 29 (09) :2306-2310