CN104849327B - 一种基于味觉指纹信息预测果汁中苯甲酸含量的方法 - Google Patents
一种基于味觉指纹信息预测果汁中苯甲酸含量的方法 Download PDFInfo
- Publication number
- CN104849327B CN104849327B CN201510228897.8A CN201510228897A CN104849327B CN 104849327 B CN104849327 B CN 104849327B CN 201510228897 A CN201510228897 A CN 201510228897A CN 104849327 B CN104849327 B CN 104849327B
- Authority
- CN
- China
- Prior art keywords
- mrow
- benzoic acid
- fruit juice
- sample
- msub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- WPYMKLBDIGXBTP-UHFFFAOYSA-N benzoic acid Chemical compound OC(=O)C1=CC=CC=C1 WPYMKLBDIGXBTP-UHFFFAOYSA-N 0.000 title claims abstract description 113
- 235000010233 benzoic acid Nutrition 0.000 title claims abstract description 57
- 239000005711 Benzoic acid Substances 0.000 title claims abstract description 56
- 235000015203 fruit juice Nutrition 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000014860 sensory perception of taste Effects 0.000 title claims abstract description 19
- 210000002105 tongue Anatomy 0.000 claims abstract description 34
- 238000007637 random forest analysis Methods 0.000 claims abstract description 32
- 235000011389 fruit/vegetable juice Nutrition 0.000 claims abstract description 8
- 238000000513 principal component analysis Methods 0.000 claims abstract description 7
- 238000004451 qualitative analysis Methods 0.000 claims abstract description 4
- 230000004044 response Effects 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 22
- 238000003066 decision tree Methods 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 15
- 238000012360 testing method Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 9
- 238000012952 Resampling Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 239000000796 flavoring agent Substances 0.000 claims description 4
- 235000019634 flavors Nutrition 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 3
- 230000002000 scavenging effect Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 3
- 230000005669 field effect Effects 0.000 abstract 2
- 239000000126 substance Substances 0.000 abstract 2
- 238000004445 quantitative analysis Methods 0.000 abstract 1
- 238000013139 quantization Methods 0.000 abstract 1
- 229960004365 benzoic acid Drugs 0.000 description 45
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 4
- BDAGIHXWWSANSR-UHFFFAOYSA-N methanoic acid Natural products OC=O BDAGIHXWWSANSR-UHFFFAOYSA-N 0.000 description 4
- 239000003755 preservative agent Substances 0.000 description 4
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 235000013361 beverage Nutrition 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 235000015205 orange juice Nutrition 0.000 description 3
- 230000002335 preservative effect Effects 0.000 description 3
- OSWFIVFLDKOXQC-UHFFFAOYSA-N 4-(3-methoxyphenyl)aniline Chemical compound COC1=CC=CC(C=2C=CC(N)=CC=2)=C1 OSWFIVFLDKOXQC-UHFFFAOYSA-N 0.000 description 2
- 239000002253 acid Substances 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 235000013373 food additive Nutrition 0.000 description 2
- 239000002778 food additive Substances 0.000 description 2
- 235000019253 formic acid Nutrition 0.000 description 2
- 150000002632 lipids Chemical class 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- CHHHXKFHOYLYRE-UHFFFAOYSA-M 2,4-Hexadienoic acid, potassium salt (1:1), (2E,4E)- Chemical compound [K+].CC=CC=CC([O-])=O CHHHXKFHOYLYRE-UHFFFAOYSA-M 0.000 description 1
- CYDQOEWLBCCFJZ-UHFFFAOYSA-N 4-(4-fluorophenyl)oxane-4-carboxylic acid Chemical compound C=1C=C(F)C=CC=1C1(C(=O)O)CCOCC1 CYDQOEWLBCCFJZ-UHFFFAOYSA-N 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- 229910021607 Silver chloride Inorganic materials 0.000 description 1
- 230000002421 anti-septic effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003304 gavage Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 235000021056 liquid food Nutrition 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 239000004302 potassium sorbate Substances 0.000 description 1
- 235000010241 potassium sorbate Nutrition 0.000 description 1
- 229940069338 potassium sorbate Drugs 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- HKZLPVFGJNLROG-UHFFFAOYSA-M silver monochloride Chemical compound [Cl-].[Ag+] HKZLPVFGJNLROG-UHFFFAOYSA-M 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 235000011088 sodium lactate Nutrition 0.000 description 1
- 239000001540 sodium lactate Substances 0.000 description 1
- 229940005581 sodium lactate Drugs 0.000 description 1
- 235000015040 sparkling wine Nutrition 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 231100000820 toxicity test Toxicity 0.000 description 1
- 238000009602 toxicology test Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于味觉指纹信息预测果汁中苯甲酸含量的方法,该方法在室温下利用化学场效应传感器的电子舌系统、随机森林算法来挖掘果汁中苯甲酸含量的信息。将电子舌传感器阵列与含有苯甲酸果汁接触,产生味觉指纹信息,从味觉指纹信息中提取特征数据,利用主成分分析、随机森林建模对果汁样品进行定性定量分析。本发明采用化学场效应传感器阵列的电子舌对果汁中苯甲酸进行评定,给出客观,准确,量化的信息,指标简单易懂,操作简单,快速准确。
Description
技术领域
本发明属于食品果汁添加剂检测技术领域,涉及一种利用味觉指纹信息对果汁中苯甲酸的含量进行快速检测的方法。
背景技术
随着果汁饮料业的不断发展,各类食品添加剂被广泛地使用在果汁饮料中。食品添加剂对果汁的保鲜、稳定等起着决定性作用,但是,添加剂的安全问题已引起人们的广泛关注。各国都制订了相关的法规,限制食品添加剂的使用。
苯甲酸又名安息香酸(C6H5COOH),其防腐效果较好,在酸性条件下抑菌范围广,防腐效果好且价格低兼,因此广泛地被作为防腐剂添加于饮料、汽酒及日常调味品中。我国食品卫生标准规定在一般饮料中苯甲酸最大使用量为1g/kg,在浓缩果汁中不能超过2g/kg。各国进行的大量毒理学试验表明,大白鼠灌服添加有苯甲酸的饲料90天,其肝、肾出现病理变化,生长及寿命都受到影响。饮料及其它液体食品中如果添加过量防腐剂,将严重危害人们的身体健康。目前食品中苯甲酸含量的常规测定方法有高效液相色谱、分光光度法、荧光分光光度法等,但是这些方法存在操作复杂、分析时间长等缺点。因此,探索一种快速简便的苯甲酸检测方法是很有必要的。
电子舌是用类脂膜作为味觉传感器,以类似人的味觉感受方式检测味觉物质。电子舌味觉传感器具有高灵敏度、可靠性、重复性、它可以对样品进行量化,同时可以对一些成分含量进行快速定性定量。目前,利用味觉传感器测定果汁中苯甲酸,定量测定果汁中苯甲酸含量的相关研究尚未报道。本发明目的在于快速定量检测果汁中苯甲酸,同时填补国内外关于果汁饮料中苯甲酸含量的快速检测的空白。
发明内容
本发明的目的在于针对现有技术的不足,提供一种基于味觉指纹信息预测果汁中苯甲酸含量的方法,利用味觉传感器对不同浓度的苯甲酸果汁溶液进行快速检测。
本发明的目的是通过以下技术方案来实现的,一种基于味觉指纹信息预测果汁中苯甲酸含量的方法,包括以下步骤:
(1)将苯甲酸含量已知的果汁放于电子舌烧杯中,电子舌传感器阵列与样品果汁接触,果汁中不同风味物质在传感器表面转化为可测量的电信号,产生的信号被送到信号调理单元进行放大、滤波、模数转换处理后,得到传感器阵列响应值;所述传感器阵列响应值为数据矩阵,由多根传感器的响应值组成;
(2)选用各个传感器的稳定值作为主成分分析和随机森林的特征值;
(3)在Matlab中,根据步骤2得到的电子舌特征值,通过自助法(boot-strap)重采样技术,不断生成训练样本和测试样本,由训练样本生成若干决策树,从而建立随机森林模型;
(4)在随机森林模型中,对决策树的树节点的变量个数以及随机森林中决策树的个数进行优化,测试结果由决策树投票结果的平均值而定;
(5)将苯甲酸含量未知的待测样本通过步骤1得到其电子舌传感器响应值,将传感器响应值导入步骤4得到的随机森林模型,最终预测待测样本中的苯甲酸含量。
进一步地,所述步骤1中,所述果汁含量为80ml,所述电子舌烧杯容量为100ml,所述检测条件为:检测时间120s,清洗时间10s。
进一步地,所述步骤3中,基于传感器响应值,在excel中建立待测样本的传感器变化雷达图,直观表达果汁的味觉指纹信息;在SPSS中,采用主成分分析法识别方法进行定性分析,大致确定果汁的苯甲酸含量。
进一步地,所述步骤4中,通过相关系数r、均方根误差RMSE值对优化后的随机森林模型进行评价,具体为:
其中,N表示在建模过程中的样本个数;
Xi为建模过程中的第i个测试值;
为建模过程中的样本响应值的平均值;
Yi为建模过程中第i个样本的预测值;
为建模过程中的样本预测值的平均值。
本发明的有益效果是,通过随机森林算法建立良好的定量预测模型,利用智能味觉敏感系统对果汁溶液中不同含量的苯甲酸进行评定和预测,操作简单、快速,实验了真正意义上的快速间接评定了,为果汁饮料行业防腐剂测定提供了一种新的方法。
附图说明
图1为本发明实施例中电子舌在检测过程中的信号值;
图2为本发明实施例中具有不同苯甲酸含量的果汁的电子舌信号的雷达图:(a)苯甲酸浓度为0.0g/kg,(b)苯甲酸浓度为0.5g/kg,(c)苯甲酸浓度为1.0g/kg,(d)苯甲酸浓度为1.5g/kg,(e)苯甲酸浓度为2.0g/kg;
图3为本发明实施例中基于主成分分析对不同含量的苯甲酸定性分析;
图4为本发明实施例中基于随机森林对柑橘果汁中苯甲酸含量的预测分析。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
电子舌是用类脂膜作为味觉传感器,以类似人的味觉感受方式检测味觉物质。电子舌味觉传感器具有高灵敏度、可靠性、重复性、它可以对样品进行量化,同时可以对一些成分含量进行快速定性定量。
本发明是供一种基于味觉指纹信息预测果汁中苯甲酸含量的方法,利用味觉传感器对不同浓度的苯甲酸果汁溶液进行快速检测,建立有效的定量预测模型,具体步骤如下:
(1)将苯甲酸含量已知的果汁放于电子舌烧杯中,电子舌传感器阵列与样品果汁接触,果汁中不同风味物质在传感器表面转化为可测量的电信号,产生的信号被送到信号调理单元进行放大、滤波、模数转换处理后,得到传感器阵列响应值;所述传感器阵列响应值为数据矩阵,由多根传感器的响应值组成;
(2)选用各个传感器稳定值作为主成分分析和随机森林的特征值;
(3)在Matlab中,根据步骤2得到的电子舌特征值,通过自助法(boot-strap)重采样技术,不断生成训练样本和测试样本,由训练样本生成若干决策树,从而建立随机森林模型;
(4)在随机森林模型中,对决策树的树节点的变量个数以及随机森林中决策树的个数进行优化,测试结果由决策树投票结果的平均值而定;
(5)将苯甲酸含量未知的待测样本通过步骤1得到其电子舌传感器响应值,将传感器响应值导入步骤4得到的随机森林模型,最终预测待测样本中的苯甲酸含量。
实施例
本发明适用于苯甲酸、山梨酸钾、乳酸钠、脱氢乙酸钠等各种果汁防腐剂的含量测定。本实验以苯甲酸为检测样品,智能味觉检测系统为检测工具,实现对果汁中苯甲酸含量的快速定量检测。
本发明主要在与样品预处理及电子舌数据处理和建模方法。采用一个基于交互敏感化学选择性区域效应味觉传感器阵列的电子舌,其传感器由7个传感器和1个Ag/AgCl参比电极组成,各传感器的名称和性能见表1。
表1各个传感器的名称和性能
这些传感器的功能是将果汁中各个成分在其表面接触后产生响应信号。检测程序设置为每检测一个样品清洗一次,每个样品检测后,传感器阵列进入清洗液进行清洗,避免样品间的相互影响。具体步骤如下:
1、取苯甲酸含量已知的果汁80ml置于容量为100ml的电子舌烧杯中,电子舌传感器阵列与样品果汁接触,果汁中不同风味物质在传感器表面转化为可测量的电信号,产生的信号被送到信号调理单元进行放大、滤波、模数转换处理后,得到传感器阵列响应值;所述传感器阵列响应值为数据矩阵,由多根传感器的响应值组成;不同果汁样品的重复率为10;整个电子舌的检测时间为120s,电子舌传感器清洗时间为10s。图1为典型的含有苯甲酸果汁的电子舌检测传感器在120s检测过程中的信号值变化。
2、选用各个传感器在120s的稳定值作为主成分分析和随机森林的特征值;图2为在120s时,不同浓度苯甲酸的柑橘果汁的电子舌雷达图,(a)、(b)、(c)、(d)、以及(e)分别表示苯甲酸浓度为0.0g/kg、0.5g/kg、1.0g/kg、1.5g/kg,以及2.0g/kg的柑橘果汁的味觉指纹信息图;
3、在spss软件中对含有不同浓度苯甲酸的果汁进行主成份分析,分析结果如图3所示,含有不同浓度苯甲酸果汁的得到了很好的区分,在Matlab软件中,根据步骤2得到的电子舌特征值,通过自助法(boot-strap)重采样技术,不断生成训练样本和测试样本,由训练样本生成若干决策树,从而建立随机森林模型,随机森林的大致步骤如下:
(1)利用自助法(boot-strap)重采样技术,随机产生T个训练集S1,S2,...,ST;
所述自助法(boot-strap)重采样具体为:设集合中有n个不同的样本{x1,x2,...,xn},若每次有放回地从集合S中抽取一个样本,一共抽取n次,形成新的集合S*,则集合S*中包含某个样本xi(i=1,2,...,n)的概率为当n→∞时,有因此,新集合的样本总数与原集合相同,但是包含了重复样本(有放回抽取),新集合中仅包含了原集合S集合约1-0.368*100%=63.2%的样本;
(2)利用每个训练集,生成对应的决策树C1,C2,...CT;在每个非叶子节点上在基于前节点的分裂属性集m中的最好的分裂方式对该节点进行分裂(一般而言,在这个随机森林的生长过程中,m的值是保持不变的);
(3)每棵树完整成长,而不进行修剪;
(4)对于测试集样本X,利用每个决策树进行测试,得到对应的类别C1(X),C2(X),...,CT(X);
(5)采用投票的方式,随机森林模型的最终结果由T个决策树输出值的平均值而定。
4、在随机森林模型中,对决策树的树节点的变量个数以及随机森林中决策树的个数进行优化,测试结果由决策树投票结果的平均值而定,最后优化的结果得到树节点的变量为3,决策树的个数为40。
5、将苯甲酸含量未知的待测样本通过步骤1得到其电子舌传感器响应值,将传感器响应值导入步骤4得到的随机森林模型,最终预测待测样本中的苯甲酸含量。
通过相关系数r、均方根误差RMSE值对优化后的随机森林模型进行评价,具体为:
其中,N表示在建模过程中的样本个数;
Xi为建模过程中的第i个测试值;
为建模过程中的样本响应值的平均值;
Yi为建模过程中第i个样本的预测值;
为建模过程中的样本预测值的平均值。
如图4所示的黑色是建模过程中样本,随机森林算法将电子舌传感器信号与果汁中苯甲酸含量建立有很好的预测模型(R2=0.9859,RMSE=0.0875g/kg)。如图4的白色上三角点是未知苯甲酸含量的样本,随机森林模型对柑橘汁苯甲酸含量有很好的预测能力(R2=0.9756,RMSE=0.1340g/kg)。
Claims (3)
1.一种基于味觉指纹信息预测果汁中苯甲酸含量的方法,其特征在于,该方法包括如下步骤:
(1)将苯甲酸含量已知的果汁放于电子舌烧杯中,电子舌传感器阵列与样品果汁接触,果汁中不同风味物质在传感器表面转化为可测量的电信号,产生的信号被送到信号调理单元进行放大、滤波、模数转换处理后,得到传感器阵列响应值;所述传感器阵列响应值为数据矩阵,由多根传感器的响应值组成;
(2)选用各个传感器的稳定值作为主成分分析和随机森林的特征值;
(3)在Matlab中,根据步骤(2)得到的电子舌特征值,通过自助法(boot-strap)重采样技术,不断生成训练样本和测试样本,由训练样本生成若干决策树,从而建立随机森林模型;
(4)在随机森林模型中,对决策树的树节点的变量个数以及随机森林中决策树的个数进行优化,测试结果由决策树投票结果的平均值而定;该步骤中,通过相关系数r、均方根误差RMSE值对优化后的随机森林模型进行评价,具体为:
<mrow>
<mi>r</mi>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>X</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>Y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>X</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>Y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
</mfrac>
</mrow>
<mrow>
<mi>R</mi>
<mi>M</mi>
<mi>S</mi>
<mi>E</mi>
<mo>=</mo>
<msqrt>
<mrow>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
其中,N表示在建模过程中的样本个数;
Xi为建模过程中的第i个测试值;
为建模过程中的样本响应值的平均值;
Yi为建模过程中第i个样本的预测值;
为建模过程中的样本预测值的平均值;
(5)将苯甲酸含量未知的待测样本通过步骤(1)得到其电子舌传感器响应值,将传感器响应值导入步骤(4)得到的随机森林模型,最终预测待测样本中的苯甲酸含量。
2.根据权利要求1所述的一种基于味觉指纹信息预测果汁中苯甲酸含量的方法,其特征在于,所述步骤(1)中,所述果汁含量为80ml,所述电子舌烧杯容量为100ml,检测条件为:检测时间120s,清洗时间10s。
3.根据权利要求1所述的一种基于味觉指纹信息预测果汁中苯甲酸含量的方法,其特征在于,所述步骤(3)中,基于传感器响应值,在excel中建立待测样本的传感器变化雷达图,直观表达果汁的味觉指纹信息;在SPSS中,采用主成分分析法识别方法进行定性分析,大致确定果汁的苯甲酸含量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510228897.8A CN104849327B (zh) | 2015-05-06 | 2015-05-06 | 一种基于味觉指纹信息预测果汁中苯甲酸含量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510228897.8A CN104849327B (zh) | 2015-05-06 | 2015-05-06 | 一种基于味觉指纹信息预测果汁中苯甲酸含量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104849327A CN104849327A (zh) | 2015-08-19 |
CN104849327B true CN104849327B (zh) | 2017-12-26 |
Family
ID=53849130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510228897.8A Expired - Fee Related CN104849327B (zh) | 2015-05-06 | 2015-05-06 | 一种基于味觉指纹信息预测果汁中苯甲酸含量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104849327B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107741439A (zh) * | 2017-10-12 | 2018-02-27 | 青岛啤酒股份有限公司 | 一种啤酒酒体圆润性的评价方法 |
CN109696528A (zh) * | 2017-10-20 | 2019-04-30 | 上海瑞玢智能科技有限公司 | 一种基于味觉指纹信息预测酱油鲜度的方法 |
CN109685134A (zh) * | 2018-12-21 | 2019-04-26 | 龙口盛福达食品有限公司 | 一种基于无监督离散化的婴儿奶粉智能味觉分析方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674638A (zh) * | 2013-10-14 | 2014-03-26 | 浙江大学 | 一种利用味觉指纹图谱快速鉴别宁夏枸杞生产年份的方法 |
CN103837587A (zh) * | 2014-03-17 | 2014-06-04 | 上海应用技术学院 | 一种利用电子舌系统对杨梅汁味感快速品评的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW552415B (en) * | 2000-12-22 | 2003-09-11 | Otre Ab | Electronic tongue as ozone detector |
FR2987129B1 (fr) * | 2012-02-21 | 2014-03-14 | Commissariat Energie Atomique | Capteurs de nez ou de langue electronique |
-
2015
- 2015-05-06 CN CN201510228897.8A patent/CN104849327B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674638A (zh) * | 2013-10-14 | 2014-03-26 | 浙江大学 | 一种利用味觉指纹图谱快速鉴别宁夏枸杞生产年份的方法 |
CN103837587A (zh) * | 2014-03-17 | 2014-06-04 | 上海应用技术学院 | 一种利用电子舌系统对杨梅汁味感快速品评的方法 |
Non-Patent Citations (1)
Title |
---|
智能人工味觉分析方法在几种食品质量检验中的应用研究;刘淼;《中国博士学位论文全文数据库(电子期刊)工程科技Ⅰ辑》;20130615(第06期);第5-179页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104849327A (zh) | 2015-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Escuder-Gilabert et al. | Highlights in recent applications of electronic tongues in food analysis | |
Legin et al. | Electronic tongue for quality assessment of ethanol, vodka and eau-de-vie | |
CN104849321B (zh) | 一种基于嗅觉指纹图谱快速检测柑橘品质的方法 | |
CN104316660B (zh) | 快速检测豆瓣酱风味、等级及产品溯源的方法 | |
CN108875913A (zh) | 一种基于卷积神经网络的松茸快速无损检测系统及方法 | |
CN104849323B (zh) | 一种基于电子鼻快速检测果汁中澄清剂的方法 | |
Huang et al. | Detection of medicinal off-flavor in apple juice with artificial sensing system and comparison with test panel evaluation and GC–MS | |
CN104849327B (zh) | 一种基于味觉指纹信息预测果汁中苯甲酸含量的方法 | |
CN104849328B (zh) | 基于电子舌快速检测果汁中苯甲酸的方法 | |
CN103412004B (zh) | 一种甜橙储存时间的检测方法 | |
CN105527391A (zh) | 一种基于电子鼻分析的金枪鱼油储藏过程中腐败程度的测定方法 | |
CN102998350B (zh) | 利用电化学指纹图谱鉴别食用油和地沟油的方法 | |
CN104849318B (zh) | 基于味觉嗅觉指纹图谱检测不同成熟度柑橘品质的方法 | |
CN104914225B (zh) | 一种基于嗅觉指纹信息预测果汁中澄清剂含量的方法 | |
Zeng et al. | Food flavor analysis 4.0: A cross-domain application of machine learning | |
CN103389323B (zh) | 一种快速无损评定名贵药材年限的方法 | |
CN105044024A (zh) | 一种基于近红外光谱技术对葡萄果实进行无损检测的方法 | |
CN105606473A (zh) | 一种基于机器视觉的红提葡萄硬度无损检测方法 | |
CN103499664A (zh) | 一种表征蜂蜜品质差异性的图谱信息提取研究的方法 | |
CN105741217B (zh) | 多领域综合快筛方法及应用体系 | |
CN109490393B (zh) | 大曲中理化指标特征值提取方法曲料品质分析方法及系统 | |
Li et al. | Electronic nose and electronic tongue in food production and processing | |
CN104897738B (zh) | 一种基于嗅觉指纹信息快速检测超高压果汁品质的方法 | |
CN106970191A (zh) | 一种采用智舌系统对白酒原酒快速分级的方法 | |
Veríssimo et al. | A short training as an enhancer of sensory ability: The case of red wine consumers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171226 |