CN105628741A - 一种基于电子鼻的数据空间转换的猪肉风味自动分类方法 - Google Patents

一种基于电子鼻的数据空间转换的猪肉风味自动分类方法 Download PDF

Info

Publication number
CN105628741A
CN105628741A CN201610003819.2A CN201610003819A CN105628741A CN 105628741 A CN105628741 A CN 105628741A CN 201610003819 A CN201610003819 A CN 201610003819A CN 105628741 A CN105628741 A CN 105628741A
Authority
CN
China
Prior art keywords
electronic nose
sample
detection
data
flavor
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.)
Pending
Application number
CN201610003819.2A
Other languages
English (en)
Inventor
郑丽敏
王炳蔚
杨璐
蒙万隆
许姗姗
程国栋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Agricultural University
Original Assignee
China Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Agricultural University filed Critical China Agricultural University
Priority to CN201610003819.2A priority Critical patent/CN105628741A/zh
Publication of CN105628741A publication Critical patent/CN105628741A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means

Landscapes

  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明涉及一种基于电子鼻的数据空间转换的猪肉风味检测与自动分类方法。本发明的方法为：利用电子鼻气敏传感器阵列对猪肉进行密闭空间的气味检测，获取猪肉样本的指纹数据，对猪肉样本进行数据采集的预处理，通过主成分分析和层次聚类方法获得猪肉风味的分类结果，最后利用逐步回归方法建立电子鼻检测数据与猪肉风味间的映射关系。应用映射关系模型可自动对电子鼻检测的猪肉样本进行风味类别分类，使猪肉风味检测与判别具备客观性、准确性和简易性。

Description

一种基于电子鼻的数据空间转换的猪肉风味自动分类方法
技术领域
本发明涉及挥发性成分检测、模式识别领域，尤其涉及一种基于电子鼻的数据空间转换的猪肉风味自动分类方法。
背景技术
肉制品中的挥发性化合物决定了其芳香特性，并对肉制品的特征风味起到了最重要的作用。气味和味道的形成受内源酶、微生物水平影响，也与天然成分间的化学反应相关。猪肉风味的形成是极其复杂的过程，也是多种挥发性成分的综合反映。电子鼻模仿人类的嗅觉原理，利用传感器阵列对不同气味的交叉敏感性，可以检测到猪肉挥发性成分的差异，易于操作且成本较低。电子鼻检测到的不是被测样本挥发性物质的定性或定量的结果，而是样本挥发性物质的整体信息(指纹数据)。因此利用电子鼻检测结果对猪肉风味进行映射能起到方便快捷，准确性高的效果。
发明内容
本发明的目的是提供一种基于电子鼻的数据空间转换的猪肉风味自动分类方法，实现了快速有效对猪肉样本进行风味检测，有助于实现猪肉基于风味的类别自动划分。
为解决上述技术问题，本发明的主要技术内容如下：
一种基于电子鼻的样本特征值计算方法，其特征在于，电子鼻采用多传感器组成气敏传感器阵列，每个传感器提取的特征值包括相对平均值、相对积分值、半宽值、微分值、相对变化值、二次函数拟合二次项系数、二次函数拟合一次项系数、对数函数拟合二次项系数、对数函数拟合常数项，共计9个特征值。
进一步，通过不同传感器的不同特征值筛选，可获得电子鼻检测样本的特征值数组，表征不同风味类型的数据，满足因实验目的差异所导致的数据需求差异。
更进一步，截取原始检测数据平稳后的第10个数据点至第1000个样本点之间共计990个样本点，用于计算样本特征值，防止出现因环境气体差异造成的数据偏移。
一种基于电子鼻检测的猪肉风味自动分类方法，其特征在于，对电子鼻检测猪肉样本的特征值进行主成分分析，获取到主成分得分大于1的主成分，并利用层次聚类方法获取到电子鼻检测猪肉样本的类别划分，应用类别划分模型可对未分类的猪肉样本进行风味类型的自动判别。
进一步，应用所述的基于电子鼻的样本特征值计算方法获得表征样本差异的特征值，利用电子鼻获取未分类的猪肉样本检测数据作为训练模型的输入，将通过模型获取的猪肉风味类别作为模型的输出。
本发明的技术构思为：根据挥发性成分的类别和含量的不同，猪肉风味会呈现出显著的差异。利用电子鼻可以获取表征猪肉个体风味的指纹数据，因此可以利用电子鼻技术检测猪肉样本风味上的差异。
电子鼻主要包括以下部分：数据采集部分，数据调理部分，接口电路和计算机。电子鼻工作原理：气敏传感器构成气敏传感器阵列，通过表面吸附气体分子，产生电压变化，通过信号调理电路进行去噪、滤波、放大等处理，通过A/D转换将响应值输入计算机。传感器响应值随挥发性气体分子的吸附过程逐渐改变，当吸附过程饱和后电阻呈稳定状态。这一过程中，曲线的相对平均值表示了气体分子的浓度信息，传感器响应值随时间变化率表示传感器对挥发性成分的吸附速率。特征值选取响应曲线的相对平均值、相对变化值，并利用二次函数与对数函数拟合响应曲线，提取拟合函数系数。每个传感器共提取9个特征值。
猪肉样本本身不存在类别上的差异，为使用模式识别方法来推断猪肉挥发性成分上的差异，需要对挥发性成分进行模式类别的划分。利用主成分分析方法处理电子鼻检测猪肉样本的特征值，选取主成分得分大于1的特征，应用层次聚类方法对样本完成模式聚类。层次聚类通过逐步合并相近类的方法，建立聚类树状图来获得类别的划分情况。
利用电子鼻检测映射猪肉挥发性风味物质空间，并在电子鼻检测数据空间完成模式划分有着重要的作用。在完成挥发性成分的类别划分后，需利用电子鼻检测数据进行分类验证。具体步骤如下：
(1)对待检测的猪肉样本进行完全粉碎，混匀，利用电子鼻气敏传感器阵列对猪肉进行密闭空间的气味检测。
(2)利用所述的基于电子鼻的样本特征值计算方法获得各样本特征值数组。
(3)应用主成分分析选取对表征猪肉风味贡献最大的主成分，并通过层次聚类分析获得猪肉挥发性成分的类别划分。
(4)针对聚类分析所获得的挥发性成分模式划分，利用回归函数获得电子鼻检测数据空间的模式划分，建立电子鼻检测数据与挥发性成分之间的回归函数
(5)将未分类样本代入映射关系，预测挥发性风味空间的模式分类。
本发明的优点
1.准确性好。通过对回归方程做显著性检验，决定系数R2均达到了0.9以上，表明了各个回归参数的有效性。
2.快速便捷，成本较低。利用电子鼻进行猪肉风味检测，每个样本耗时约5分钟，操作简便易学；材料成本仅为猪肉样本和电子鼻损耗，与传统的风味检测方法相比成本较低。
附图说明
图1为本发明猪肉的电子鼻响应信号示意图。
图2为本发明的挥发性成分聚类树状图。
具体实施方式
下面结合附图对本发明做进一步描述。
参照图1，图1是电子鼻检测样本的原始响应数据，图中不同颜色的曲线代表了多传感器阵列中各个传感器因吸附气体而导致的电压改变。利用原始响应数据，应用所述的基于电子鼻的样本特征值计算方法，每个传感器提取的特征值包括相对平均值、相对积分值、半宽值、微分值、相对变化值、二次函数拟合二次项系数、二次函数拟合一次项系数、对数函数拟合二次项系数、对数函数拟合常数项，共计9个特征值。
通过不同传感器的不同特征值筛选，可获得电子鼻检测样本的特征值数组，表征不同风味类型的数据，满足因实验目的差异所导致的数据需求差异。
截取原始检测数据平稳后的第10个数据点至第1000个样本点之间共计990个样本点，用于计算样本特征值，防止出现因环境气体差异造成的数据偏移。
一种基于电子鼻检测的猪肉风味自动分类方法，对电子鼻检测猪肉样本的特征值进行主成分分析，获取到主成分得分大于1的主成分，并利用层次聚类方法获取到电子鼻检测猪肉样本的类别划分，应用类别划分模型可对未分类的猪肉样本进行风味类型的自动判别。
进一步，应用所述的基于电子鼻的样本特征值计算方法获得表征样本差异的特征值，利用电子鼻获取未分类的猪肉样本检测数据作为训练模型的输入，将通过模型获取的猪肉风味类别作为模型的输出。
对电子鼻检测猪肉样本的特征值进行主成分分析，获取到主成分得分大于1的主成分，并利用层次聚类方法获取到电子鼻检测猪肉样本的类别划分，应用类别划分模型可对未分类的猪肉样本进行风味类型的自动判别。
本实施例中，在检测过程中，选取30组样本作为建模数据，选取电子鼻检测数据特征值的主成分分析结果，构成猪肉挥发性成分的特征空间。利用逐步回归分析思路对144个电子鼻响应变量进行筛选。选取对猪肉挥发性特征空间影响显著的变量，共选取19个电子鼻响应变量。
将电子鼻检测挥发性成分相对含量经标准化处理后，作为层次聚类的输入，采用组间联接方法。绘制聚类过程的树状图如图2所示。根据图2可知，30组样本数据间存在较为明显的模式划分。当类别数K＝2时，样本1、2为一类，其他样本为一类；当K＝3时，样本25、26、27、28、29自成一类；当K＝4时，样本17至24与样本3至11分离。即可以定义4类猪肉风味类别。
电子鼻数据经主成分分析后的聚类结果显示：除异常数据，当K＝3时，样本存在与挥发性成分较为一致的划分。该划分显示了电子鼻可以较好地区分猪肉在挥发性成分含量上的差异。利用电子鼻检测数据与挥发性风味数据间的映射关系，获得电子鼻检测数据空间的类别中心，样本与类别间的距离，判别准则。
利用电子鼻检测数据提取特征值做为自变量。通过逐步线性回归获得回归方程。基于上述分析结果，将10组样本的电子鼻检测数据进行回归分析并利用聚类分析结果对样本进行模式判别。在10个预测样本中，9个预测正确，1个预测错误，判别有效性达到了90％。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。

Claims (5)

1.一种基于电子鼻的样本特征值计算方法，其特征在于，电子鼻采用多传感器组成气敏传感器阵列，每个传感器提取的特征值包括相对平均值、相对积分值、半宽值、微分值、相对变化值、二次函数拟合二次项系数、二次函数拟合一次项系数、对数函数拟合二次项系数、对数函数拟合常数项，共计9个特征值。
2.如权利要求1所述的基于电子鼻的样本特征值计算方法，其特征在于，通过对不同传感器的不同特征值筛选，可获得电子鼻检测样本的特征值数组，表征不同风味类型的数据，满足因实验目的不同所导致的数据需求差异。
3.如权利要求1或2所述的基于电子鼻的样本特征值计算方法，其特征在于，需截取原始检测数据平稳后的第10个数据点至第1000个样本点之间共计990个样本点，用于计算样本特征值，防止出现因环境气体差异造成的数据偏移。
4.一种基于电子鼻检测的猪肉风味自动分类方法，其特征在于，对电子鼻检测猪肉样本的特征值进行主成分分析，获取到主成分得分大于1的主成分，并利用层次聚类方法获取到电子鼻检测猪肉样本的类别划分，应用类别划分模型可对未分类的猪肉样本进行风味类型的自动判别。
5.如权利要求4所述的基于电子鼻检测的猪肉风味自动分类方法，其特征在于，应用权利要求1所述的基于电子鼻的样本特征值计算方法获得表征样本差异的特征值，利用电子鼻获取未分类的猪肉样本检测数据作为训练模型的输入，将通过模型获取的猪肉风味类别作为模型的输出。
CN201610003819.2A 2016-01-04 2016-01-04 一种基于电子鼻的数据空间转换的猪肉风味自动分类方法 Pending CN105628741A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610003819.2A CN105628741A (zh) 2016-01-04 2016-01-04 一种基于电子鼻的数据空间转换的猪肉风味自动分类方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610003819.2A CN105628741A (zh) 2016-01-04 2016-01-04 一种基于电子鼻的数据空间转换的猪肉风味自动分类方法

Publications (1)

Publication Number Publication Date
CN105628741A true CN105628741A (zh) 2016-06-01

Family

ID=56043876

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610003819.2A Pending CN105628741A (zh) 2016-01-04 2016-01-04 一种基于电子鼻的数据空间转换的猪肉风味自动分类方法

Country Status (1)

Country Link
CN (1) CN105628741A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110426389A (zh) * 2019-08-13 2019-11-08 宿州学院 一种基于可视化嗅觉技术的牛肉中掺假猪肉快速鉴别方法
CN112036482A (zh) * 2020-08-31 2020-12-04 重庆大学 一种基于电子鼻传感器数据的中药材分类方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105181890A (zh) * 2015-02-10 2015-12-23 中国农业大学 一种嵌入式电子鼻检测系统及方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105181890A (zh) * 2015-02-10 2015-12-23 中国农业大学 一种嵌入式电子鼻检测系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
庞旭欣 等: "电子鼻对不同存储时间纯牛奶的检测分析", 《微传感器与微系统》 *
王智凝 等: "电子鼻传感器阵列优化对猪肉新鲜度法的检测", 《肉类研究》 *
芦筱菲 等: "电子鼻对酪识别的数据预处理和特征提取", 《计算机应用》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110426389A (zh) * 2019-08-13 2019-11-08 宿州学院 一种基于可视化嗅觉技术的牛肉中掺假猪肉快速鉴别方法
CN110426389B (zh) * 2019-08-13 2022-02-01 宿州学院 一种基于可视化嗅觉技术的牛肉中掺假猪肉快速鉴别方法
CN112036482A (zh) * 2020-08-31 2020-12-04 重庆大学 一种基于电子鼻传感器数据的中药材分类方法
CN112036482B (zh) * 2020-08-31 2023-10-24 重庆大学 一种基于电子鼻传感器数据的中药材分类方法

Similar Documents

Publication Publication Date Title
Gamboa et al. Wine quality rapid detection using a compact electronic nose system: Application focused on spoilage thresholds by acetic acid
Jia et al. Electronic noses as a powerful tool for assessing meat quality: A mini review
CN109254107B (zh) 柑普茶快速分类鉴别方法
CN105044298B (zh) 一种基于机器嗅觉的蟹类新鲜度等级检测方法
CN104792826A (zh) 一种基于电子鼻的牛奶新鲜度检测系统及方法
Zhang et al. Detection of age and insect damage incurred by wheat, with an electronic nose
Li et al. Non-destructive evaluation of pork freshness using a portable electronic nose (E-nose) based on a colorimetric sensor array
CN110687240B (zh) 一种快速鉴定火腿产地的方法
Guan et al. Determination of rice storage time with colorimetric sensor array
CN110441423A (zh) 一种测定粮食香气成分的方法及其系统
CN105954412B (zh) 用于山核桃新鲜度检测的传感器阵列优化方法
CN102023137A (zh) 一种白酒鉴别方法
CN112578039B (zh) 一种燕窝中掺假物的分析鉴定方法
Yang et al. A model transfer learning framework with back-propagation neural network for wine and Chinese liquor detection by electronic nose
Lelono et al. Classification of Indonesia black teas based on quality by using electronic nose and principal component analysis
Huang et al. Scent profiling of Cymbidium ensifolium by electronic nose
CN105823752A (zh) 近红外光谱法快速鉴别食用油种类的方法
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
Ju et al. Identification of rice varieties and adulteration using gas chromatography-ion mobility spectrometry
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
Yan et al. A deep learning method combined with electronic nose to identify the rice origin
Li et al. Fish meal freshness detection by GBDT based on a portable electronic nose system and HS-SPME–GC–MS
CN105223140A (zh) 同源物质的快速识别方法
Rocha et al. Aroma clouds of foods: a step forward to unveil food aroma complexity using GC× GC
CN105628741A (zh) 一种基于电子鼻的数据空间转换的猪肉风味自动分类方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160601

WD01 Invention patent application deemed withdrawn after publication