CN109959653A - 一种基于仿生阵列传感器的植物提取液味觉测定方法 - Google Patents
一种基于仿生阵列传感器的植物提取液味觉测定方法 Download PDFInfo
- Publication number
- CN109959653A CN109959653A CN201811600856.7A CN201811600856A CN109959653A CN 109959653 A CN109959653 A CN 109959653A CN 201811600856 A CN201811600856 A CN 201811600856A CN 109959653 A CN109959653 A CN 109959653A
- Authority
- CN
- China
- Prior art keywords
- sense
- taste
- extraction liquid
- plant extraction
- porphyrin
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
- G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
- G01N21/78—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator producing a change of colour
Abstract
本发明公开了一种基于仿生阵列传感器的植物提取液味觉测定方法,属于植物原料应用技术领域。本发明采用卟啉材料(MnTPPCl、CoTPP)作为光敏材料,共同组成一个6行6列的传感器阵列,实现了植物提取液味觉的快速、简便、准确的检测,得到味觉雷达图能够清楚、准确地反映植物提取液的味觉评价指标。与现有传统的人工感官评价方法相比较,克服了人为的主观判断因素,实现了植物提取液味觉的快速、简便、准确的检测。
Description
技术领域
本发明涉及一种基于仿生阵列传感器的植物提取液味觉测定方法,属于植物原料应用技术领域。
背景技术
目前,为了实现复杂植物提取液体系味觉指标的快速定性和量化分析,尤其是5种基本味觉指标(酸、甜、苦、咸、鲜)的快速定性和量化分析,人们广泛使用的仍然是人工感官评价方法和味觉分析仪系统。然而人工感官评价方法存在着许多不足之处,如味道鉴别人员需要较长时间的培训和大量资金的投入,评判的结果容易受到个人主观因素的影响,连续品评一段时间后,会出现疲倦现象,对较小差别的味道辨识能力较差,对不确定安全性的样品不能用于口尝评价等;这大大限制了味觉评价的准确性和客观性。
味觉分析仪目前使用最多的是电子舌,它是由具有非专一性、弱选择性和高度交叉敏感性(对溶液中不同成分)的传感器单元组成的电信号阵列传感器,结合相应的模式识别分析和多变量分析方法,最终获得对溶液样本味觉的定性定量。电子舌虽然在一定程度上提高了分析的灵敏度和区分度,但其具有选择性和局限性,即一种电子舌不能检测所有的物质,且价格昂贵,也大大限制了其在食品及烟草行业中的应用。因此,寻找一种成本低、检测速度快、检测精度高、检测范围宽的检测方法非常重要。
发明内容
本发明所要解决的技术问题是提供一种基于仿生阵列传感器的植物提取液味觉的测定方法。
为了解决上述问题,本发明提供了一种基于仿生阵列传感器的植物提取液味觉测定方法,本方法简便、准确和客观,真正意义上实现了味觉跨感知传感器信息交互感应融合,使最终得到的综合评价结果尽可能地与人类的感知行为相接近。
本发明所要解决的一个技术问题是提供了一种基于仿生阵列传感器的植物提取液味觉测定方法,具体操作步骤如下:
(1)检测样品的制备:配制味觉的标准液及植物提取液;
(2)卟啉阵列传感芯片的制备:将卟啉敏感材料(MnTPPCl与CoTPP按照一定比例混合)涂抹在疏水PVDF膜的孔板上制备出卟啉阵列传感芯片后保存;
(3)仿生阵列传感器的构建:将卟啉阵列传感芯片置于可视化阵列传感器中,采集反应前图像,再取出卟啉阵列传感芯片,将其分别与味觉标准液或植物提取液待测液反应,将反应后的卟啉阵列传感芯片进行干燥处理后,置于可视化阵列传感器中采集反应后的图像;
(4)可视化差谱的获取:将步骤(3)采集得到的味觉标准液反应前图像的RGB值与反应后图像的RGB值相减,获得味觉标准液的可视化差谱;将步骤(3)采集得到的植物提取液反应前图像的RGB值与反应后图像的RGB值相减,获得植物提取液的可视化差谱;
(5)量化味觉雷达图:对步骤(4)得到的植物提取液的可视化差谱进行分析处理,得到味觉雷达图。
在本发明的一种实施方式中,所述具体步骤如下:
(1)检测样品的制备:以DMF缓冲溶液为溶剂,分别配制酸、甜、苦、咸、鲜5种味觉标准液及植物提取液;
(2)卟啉阵列传感芯片的制备:将卟啉敏感材料(MnTPPCl与CoTPP按照一定比例混合)涂抹在疏水PVDF膜的孔板上制备出卟啉阵列传感芯片,密封避光保存;
(3)仿生阵列传感器的构建:仿生阵列传感器构建在卟啉阵列传感芯片上,先将卟啉阵列传感芯片置于可视化阵列传感器中,采集反应前图像,再取出卟啉阵列传感芯片,将其分别与0.5mL的5种味觉标准液或6种植物提取液待测液反应,将反应后的卟啉阵列传感芯片进行干燥处理后,置于可视化阵列传感器中采集反应后的图像;
(4)可视化差谱的获取:将步骤(3)采集得到的味觉标准液反应前图像的RGB值与反应后图像的RGB值相减,获得味觉标准液的可视化差谱;将步骤(3)采集得到的植物提取液反应前图像的RGB值与反应后图像的RGB值相减,获得植物提取液的可视化差谱;
(5)量化味觉雷达图:对步骤(4)得到的植物提取液的可视化差谱进行主成分分析、聚类分析及判别分析,并按照标准归一化方法处理后,得到味觉雷达图。
在本发明的一种实施方式中,所述步骤(1)中的DMF缓冲溶液的pH为5.0~9.0。
在本发明的一种实施方式中,所述步骤(1)中的酸、甜、苦、咸、鲜5种味觉标准液为分别为0.001~0.25M的柠檬酸溶液、葡萄糖溶液、咖啡碱溶液、氯化钠溶液、谷氨酸钠溶液。
在本发明的一种实施方式中,所述步骤(1)中的植物提取液为分别为0.01~0.03M的橄榄取物液、滇橄榄取物液、芒果取物液、桔梗取物液、葫芦巴取物液、猕猴桃提取物液。
在本发明的一种实施方式中,所述步骤(2)中的卟啉敏感材料的浓度为0.01~0.03M,添加量为0.2~0.7mL。所述用MnTPPCl与CoTPP质量比选定为1:2~2:1。
在本发明的一种实施方式中,所述步骤(2)中的卟啉敏感传感芯片为卟啉6×6阵列传感芯片。
在本发明的一种实施方式中,所述步骤(3)中的5种味觉标准液或6种植物提取液的添加量为0.2~0.7M;所述反应时间为0.5min~2.5min。
在本发明的一种实施方式中,所述步骤(3)中干燥处理为40~50℃烘干1.5~3h。
在本发明的一种实施方式中,所述用归一化方法为min-max标准化方法或Z-score标准化方法。
有益效果:
本发明构建了一种基于仿生阵列传感器的植物提取液味觉测定方法,解决了传统的感官评定检测植物提取物味觉的弊端,即组织一次感官评定受到很多的限制,包括感官评定实验室的建立、感官鉴评人员的训练、感官评定专家能否准确出席及感官评定人员在实验过程中生理、心理状况的影响等诸多方面。与电子舌的电信号相比,仿生阵列传感器采用的是光信号,具有噪音小,数据量大等优点;而且特异性强,且不受非呈味物质的影响。
本发明采用卟啉材料(MnTPPCl、CoTPP)作为光敏材料,共同组成一个6行6列的传感器阵列,实现了植物提取液味觉的快速、简便、精确的检测,得到的味觉雷达图能够清楚、准确地反映植物提取液的味觉评价指标。与现有传统的人工感官评价方法相比较,克服了人为的主观判断因素,实现了植物提取液味觉的快速、简便、准确的检测。
附图说明
图1:植物提取物仿生味觉阵列传感器检测的量化味觉雷达图。
图2:植物提取物人工感官评价的量化味觉雷达图。
具体实施方式
实施例1
(1)检测样品的制备:以0.1mol/L NaOH调节pH为7.0的DMF缓冲溶液为溶剂,分别配制0.001M、0.005M、0.01M、0.05M、0.25M的酸味味觉标准物质(酸味-柠檬酸),采用同样的方法配置其余4种味觉标准物质(甜味-葡萄糖、苦味-咖啡碱、咸味-氯化钠、鲜味-谷氨酸钠)。
以0.1mol/L NaOH调节pH7.0的DMF缓冲溶液为溶剂,分别配制0.01M的橄榄提取液、滇橄榄提取液、芒果提取液、桔梗提取液、葫芦巴提取液、猕猴桃提取液。
(2)卟啉阵列传感芯片的制备:在多功能酶标仪上,以毛细管点样的方式将0.5ml、0.01M的卟啉敏感材料(MnTPPCl与CoTPP按照质量比为1:1混合)涂抹在疏水PVDF膜的孔板上,制备出卟啉阵列传感芯片,密封避光保存。
(3)仿生阵列传感器的构建:将6行6列的卟啉阵列传感芯片置于可视化阵列传感器(采用CCD图像传感器采集图像)中,采集反应前图像,再取出阵列传感芯片。将其分别与0.5mL的5种味觉标准液或6种植物提取液待测液反应1min。将反应后的卟啉阵列传感芯片45℃烘干2h后,置于可视化阵列传感器中采集反应后的图像。
(4)可视化差谱的获取:将反应后采集的图像RGB(Red、Green、Blue)值与反应前的RGB值进行相减,获得可视化差谱;RGB变化值的平方和的平方根可以用于量化表达整体颜色改变的量,,重复以上实验各4次,得到整体颜色改变的量化表达X1为0.84。通过不同浓度味觉标准液的可视化差谱变化,计算得到本方法对酸、甜、苦、咸、鲜的检测限分别达到2.85×10-10M、1.70×10-10M、1.70×10-9M、2.62×10-9M、9.91×10-10M。
实施例2
(1)检测样品的制备:以0.1mol/L NaOH调节pH为5.0的DMF缓冲溶液为溶剂,分别配制0.001M、0.005M、0.01M、0.05M、0.25M的酸味味觉标准物质(酸味-柠檬酸),采用同样的方法配置其余4种味觉标准物质(甜味-葡萄糖、苦味-咖啡碱、咸味-氯化钠、鲜味-谷氨酸钠)。
以0.1mol/L NaOH调节pH5.0的DMF缓冲溶液为溶剂,分别配制0.01M的橄榄提取液、滇橄榄提取液、芒果提取液、桔梗提取液、葫芦巴提取液、猕猴桃提取液。
(2)卟啉阵列传感芯片的制备:在多功能酶标仪上,以毛细管点样的方式将0.5ml,0.01M的卟啉敏感材料(MnTPPCl与CoTPP按照质量比为2:1混合)在疏水PVDF膜材上制备出卟啉阵列传感芯片,密封避光保存。
(3)仿生阵列传感器的构建:将6行6列的卟啉阵列传感芯片置于可视化阵列传感器(采用CCD图像传感器采集图像)中,采集反应前图像,再取出阵列传感芯片。将其分别与0.5mL的5种味觉标准液或6种植物提取液待测液反应0.5min。将反应后的卟啉阵列传感芯片45℃烘干2h后,置于可视化阵列传感器采集反应后的图像。
(4)可视化差谱的获取:将反应前后采集的图像RGB(Red、Green、Blue)值相减,获得可视化差谱。RGB变化值的平方和的平方根可以用于量化表达整体颜色改变的量,重复以上实验各4次,得到整体颜色改变的量化表达X2为0.80。通过不同浓度味觉标准液的可视化差谱变化,计算得到本方法对酸、甜、苦、咸、鲜的检测限分别达到4.69×10-9M、9.30×10- 9M、3.21×10-8M、8.22×10-9M、2.04×10-9M。
实施例3
(1)检测样品的制备:以0.1mol/L NaOH调节pH为9.0的DMF缓冲溶液为溶剂,分别配制0.001M、0.005M、0.01M、0.05M、0.25M的酸味味觉标准物质(酸味-柠檬酸),采用同样的方法配置其余4种味觉标准物质(甜味-葡萄糖、苦味-咖啡碱、咸味-氯化钠、鲜味-谷氨酸钠)。
以0.1mol/L NaOH调节pH9.0的DMF缓冲溶液为溶剂,分别配制0.01M的橄榄提取液、滇橄榄提取液、芒果提取液、桔梗提取液、葫芦巴提取液、猕猴桃提取液。
(2)卟啉阵列传感芯片的制备:在多功能酶标仪上,以毛细管点样的方式将0.5ml,0.01M的卟啉敏感材料(MnTPPCl与CoTPP按照质量比为1:2混合)在疏水PVDF膜材上制备出卟啉阵列传感芯片,密封避光保存。
(3)仿生阵列传感器的构建:将6行6列的卟啉阵列传感芯片置于可视化阵列传感器(采用CCD图像传感器采集图像)中,采集反应前图像,再取出卟啉阵列传感芯片。将其分别与0.5mL的5种味觉标准液或6种植物提取液待测液反应2min。将反应后的卟啉阵列传感芯片45℃烘干2h后,置于可视化阵列传感器中采集反应后的图像。
(4)可视化差谱的获取:将反应前后采集的图像RGB(Red、Green、Blue)值相减,获得可视化差谱。RGB变化值的平方和的平方根可以用于量化表达整体颜色改变的量,重复以上实验各4次,得到整体颜色改变的量化表达X3为0.75。通过不同浓度味觉标准液的可视化差谱变化,计算得到本方法对酸、甜、苦、咸、鲜的检测限分别达到1.03×10-9M、3.87×10- 8M、5.55×10-9M、1.18×10-8M、1.75×10-9M。
实施例4味觉雷达图的绘制
对实施例1-3得到的植物提取液反应前后的可视化差谱进行主成分分析(PCA)、聚类分析(HCA)及判别分析(LDA),将分析结果与味觉标准液的结果进行比较,按照min-max标准化方法进行归一化处理得到5种味觉的赋值;然后按照赋值绘制味觉雷达图以评价不同提取液的最终味觉。
与根据6种植物提取液人工感官评价(根据GB/T 12312-2012的标准)的结果绘制出的味觉雷达图进行比对,结果如图1和图2所示。
结果表明,本方法实现了植物提取液味觉的快速、简便、准确的检测,得到的味觉雷达图能够清楚、准确地反映植物提取液的味觉评价指标;与现有人工感官评价的传统方法相比,仿生阵列传感器对味觉的区分度更为明显、简便、准确。
虽然本发明已以较佳实施例公开如上,但其并非用以限定本发明,任何熟悉此技术的人,在不脱离本发明的精神和范围内,都可做各种的改动与修饰,因此本发明的保护范围应该以权利要求书所界定的为准。
Claims (10)
1.一种基于仿生阵列传感器的植物提取液味觉测定方法,其特征在于,包括如下步骤:
(1)检测样品的制备:配制酸、甜、苦、咸、鲜5种味觉标准液及植物提取液;
(2)卟啉阵列传感芯片的制备:将由MnTPPCl与CoTPP按照一定比例混合的卟啉敏感材料涂抹在疏水PVDF膜的孔板上制备出卟啉阵列传感芯片后保存;
(3)仿生阵列传感器的构建:将卟啉阵列传感芯片置于可视化阵列传感器中,采集反应前图像,再取出卟啉阵列传感芯片,将其分别与味觉标准液或植物提取液的待测液反应,将反应后的卟啉阵列传感芯片进行干燥处理后,置于可视化阵列传感器中采集反应后的图像;
(4)可视化差谱的获取:将步骤(3)采集得到的味觉标准液反应前图像的RGB值与反应后图像的RGB值相减,获得味觉标准液的可视化差谱;将步骤(3)采集得到的植物提取液反应前图像的RGB值与反应后图像的RGB值相减,获得植物提取液的可视化差谱;
(5)量化味觉雷达图:对步骤(4)得到的植物提取液的可视化差谱进行分析处理,得到味觉雷达图。
2.根据权利要求1所述的方法,其特征在于,包括如下步骤:
(1)检测样品的制备:以DMF缓冲溶液为溶剂,分别配制酸、甜、苦、咸、鲜5种味觉标准液及植物提取液;
(2)卟啉阵列传感芯片的制备:在多功能酶标仪上,以毛细管点样的方式将MnTPPCl与CoTPP按照一定比例混合的卟啉敏感材料,涂抹在疏水PVDF膜的孔板上制备出卟啉阵列传感芯片,密封避光保存;
(3)仿生阵列传感器的构建:将6行6列的卟啉阵列传感芯片置于可视化阵列传感器中,采集反应前图像,再取出卟啉阵列传感芯片,将其分别与5种味觉标准液或植物提取液反应,将反应后的卟啉阵列传感芯片进行干燥处理后,置于可视化阵列传感器中采集反应后的图像;
(4)可视化差谱的获取:将步骤(3)采集得到的味觉标准液反应前图像的RGB值与反应后图像的RGB值相减,获得味觉标准液的可视化差谱;将步骤(3)采集得到的植物提取液反应前图像的RGB值与反应后图像的RGB值相减,获得植物提取液的可视化差谱;
(5)量化味觉雷达图:对步骤(4)得到的植物提取液的可视化差谱进行主成分分析、聚类分析及判别分析,并按照标准归一化方法处理后,得到味觉雷达图。
3.根据权利要求2所述的方法,其特征在于,所述步骤(1)中的DMF缓冲溶液的pH为5.0~9.0。
4.根据权利要求2所述的方法,其特征在于,所述步骤(1)中的酸、甜、苦、咸、鲜5种味觉标准液分别为0.001~0.25M的柠檬酸、葡萄糖、咖啡碱、氯化钠、谷氨酸钠溶液;所述步骤(1)中的植物提取液为0.01~0.03M的橄榄取液、滇橄榄取液、芒果取液、桔梗取液、葫芦巴取液、猕猴桃提取液。
5.根据权利要求2所述的方法,其特征在于,所述步骤(2)中的卟啉敏感材料的浓度为0.01~0.03M,添加量为0.2~0.7mL;所述步骤(2)中的用MnTPPCl与CoTPP质量比选定为1:2~2:1。
6.根据权利要求2所述的方法,其特征在于,所述步骤(3)中的5种味觉标准液或6种植物提取液的添加量为0.2~0.7mL。
7.根据权利要求2所述的方法,其特征在于,所述步骤(3)中的反应时间为0.5min~2.5min。
8.根据权利要求2所述的方法,其特征在于,所述步骤(3)中干燥处理为40~50℃烘干1.5~3h。
9.根据权利要求2所述的方法,其特征在于,所述步骤(5)中的用归一化方法为min-max标准化方法。
10.权利要求1-9所述的方法在食品及烟草行业中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811600856.7A CN109959653B (zh) | 2018-12-26 | 2018-12-26 | 一种基于仿生阵列传感器的植物提取液味觉测定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811600856.7A CN109959653B (zh) | 2018-12-26 | 2018-12-26 | 一种基于仿生阵列传感器的植物提取液味觉测定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109959653A true CN109959653A (zh) | 2019-07-02 |
CN109959653B CN109959653B (zh) | 2022-03-18 |
Family
ID=67023403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811600856.7A Active CN109959653B (zh) | 2018-12-26 | 2018-12-26 | 一种基于仿生阵列传感器的植物提取液味觉测定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109959653B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110992357A (zh) * | 2019-12-17 | 2020-04-10 | 云南中烟工业有限责任公司 | 雷达图分析方法及存储该方法的介质和单片机及各自用途 |
EP4070076A4 (en) * | 2019-12-04 | 2024-01-17 | Profileprint Pte Ltd | SYSTEM AND METHOD FOR NON-DESTRUCTIVE RAPID FOOD PROFILING USING ARTIFICIAL INTELLIGENCE |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103234918A (zh) * | 2013-04-12 | 2013-08-07 | 泸州品创科技有限公司 | 一种液体阵列味觉仿生传感器鉴别白酒香型的方法 |
CN103235087A (zh) * | 2013-04-10 | 2013-08-07 | 江苏大学 | 一种基于嗅觉和味觉传感器信息融合的乌龙茶原产地的鉴别方法 |
CN104062292A (zh) * | 2014-07-03 | 2014-09-24 | 江苏大学 | 一种全固态可视化味觉传感器阵列的制作方法 |
CN105588863A (zh) * | 2015-12-17 | 2016-05-18 | 吉林大学 | 基于味觉传感器阵列的牛肉味觉品质检测方法 |
CN107389671A (zh) * | 2017-07-05 | 2017-11-24 | 江苏大学 | 一种可视化味觉、嗅觉融合传感器的制作方法 |
-
2018
- 2018-12-26 CN CN201811600856.7A patent/CN109959653B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103235087A (zh) * | 2013-04-10 | 2013-08-07 | 江苏大学 | 一种基于嗅觉和味觉传感器信息融合的乌龙茶原产地的鉴别方法 |
CN103234918A (zh) * | 2013-04-12 | 2013-08-07 | 泸州品创科技有限公司 | 一种液体阵列味觉仿生传感器鉴别白酒香型的方法 |
CN104062292A (zh) * | 2014-07-03 | 2014-09-24 | 江苏大学 | 一种全固态可视化味觉传感器阵列的制作方法 |
CN105588863A (zh) * | 2015-12-17 | 2016-05-18 | 吉林大学 | 基于味觉传感器阵列的牛肉味觉品质检测方法 |
CN107389671A (zh) * | 2017-07-05 | 2017-11-24 | 江苏大学 | 一种可视化味觉、嗅觉融合传感器的制作方法 |
Non-Patent Citations (1)
Title |
---|
霍丹群 等: "基于可视化传感阵列的葡萄酒产地鉴别方法", 《分析试验室》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4070076A4 (en) * | 2019-12-04 | 2024-01-17 | Profileprint Pte Ltd | SYSTEM AND METHOD FOR NON-DESTRUCTIVE RAPID FOOD PROFILING USING ARTIFICIAL INTELLIGENCE |
CN110992357A (zh) * | 2019-12-17 | 2020-04-10 | 云南中烟工业有限责任公司 | 雷达图分析方法及存储该方法的介质和单片机及各自用途 |
CN110992357B (zh) * | 2019-12-17 | 2023-04-14 | 云南中烟工业有限责任公司 | 雷达图分析方法及存储该方法的介质和单片机及各自用途 |
Also Published As
Publication number | Publication date |
---|---|
CN109959653B (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kovács et al. | Geographical origin identification of pure Sri Lanka tea infusions with electronic nose, electronic tongue and sensory profile analysis | |
CN105241821B (zh) | 一种基于气味光谱成像技术的轻微腐烂水果快速鉴别方法 | |
CN101692053B (zh) | 基于多传感信息融合的名优茶品质仪器智能化审评方法 | |
CN103134850B (zh) | 一种基于特征香气的茶叶品质快速检测方法 | |
CN106353312B (zh) | 一种基于微流控纸芯片技术的茶多酚含量快速检测方法 | |
CN105181912B (zh) | 一种大米储藏过程中的新鲜度检测方法 | |
CN105675507B (zh) | 一种基于手机颜色分析的半胱氨酸检测方法 | |
CN102967597A (zh) | 一种基于嗅觉成像传感技术的黄酒酒龄鉴别方法和鉴别系统 | |
CN109781949A (zh) | 一种基于视觉、嗅觉和味觉传感信息融合的茶叶原产地的判别方法 | |
CN108195895B (zh) | 基于电子鼻和分光测色仪的茶树叶片氮含量快速检测方法 | |
CN109799199B (zh) | 一种叶绿素a浓度的协同反演方法 | |
Ren et al. | Estimation of Congou black tea quality by an electronic tongue technology combined with multivariate analysis | |
CN109959653A (zh) | 一种基于仿生阵列传感器的植物提取液味觉测定方法 | |
CN110782455B (zh) | 一种基于图像处理方法测定原砂的含泥量的新方法 | |
CN109883959A (zh) | 一种基于阵列传感器芯片的便携式多光谱成像装置及其应用 | |
CN110133050A (zh) | 一种基于多传感器指纹图谱定性定量检测茶叶品质的方法 | |
WO2018041264A1 (zh) | 筛检试纸及其检验之系统与方法 | |
CN101692052A (zh) | 基于超光谱图像技术的名优茶真伪鉴别方法及装置 | |
CN102721793A (zh) | 一种食醋品质数字化检测方法及装置 | |
CN105651712A (zh) | 一种绿茶涩味强度的定量判别方法 | |
CN113125590A (zh) | 一种基于快速气相电子鼻技术的滇红工夫茶汤香气品质客观评价方法 | |
CN106018392A (zh) | 一种新型的食醋醋龄快速检测方法 | |
CN111855757A (zh) | 一种基于电子鼻的六堡茶陈香香味识别方法 | |
CN109541060A (zh) | 一种通过蛋白质检测鉴别蜂蜜掺假的方法 | |
CN103196954A (zh) | 一种基于嗅觉和味觉传感器信息融合的镇江香醋贮藏时间鉴别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |