CN110954584B - 一种基于电子舌的味觉测试方法及验证方法 - Google Patents
一种基于电子舌的味觉测试方法及验证方法 Download PDFInfo
- Publication number
- CN110954584B CN110954584B CN201911118621.9A CN201911118621A CN110954584B CN 110954584 B CN110954584 B CN 110954584B CN 201911118621 A CN201911118621 A CN 201911118621A CN 110954584 B CN110954584 B CN 110954584B
- Authority
- CN
- China
- Prior art keywords
- electrode
- taste
- electronic tongue
- sensor array
- nacl
- 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.)
- Active
Links
Images
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
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
- G01N27/403—Cells and electrode assemblies
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Molecular Biology (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 Electric Means (AREA)
Abstract
本发明公开了一种基于电子舌的味觉测试方法，电子舌包括传感器阵列、信号采集模块和模式识别模块，传感器阵列包括工作电极、辅助电极和参比电极，在工作电极与辅助电极之间施加激励电压信号并采集参比电极与辅助电极之间的电压作为原始信号，该原始信号表征不同待测样本的味觉特性，所述味觉测试方法包括：S1、配制多种梯度浓度的NaCl、蔗糖和奎宁溶液，筛选出表征对应味觉特性的工作电极；S2、配制多种梯度浓度的NaCl、蔗糖和奎宁溶液，根据步骤S1筛选出的味觉特性对应的工作电极，对各浓度溶液进行至少三次测定，得出不同浓度溶液与对应电子舌电极电压的对应关系。本发明可实现对未知产品的分类，检测速度快、成本低、功耗低、操作简单和携带方便。
Description
技术领域
本发明涉及食品检测技术领域，具体涉及一种基于电子舌的味觉测试方法及验证方法。
背景技术
电子舌作为人类味觉的替代和延续，已经越来越多地应用于食品行业中，完成食品安全和品质分析的作用，为食品检测提供一种快速、实时的检测方法。常规采用的物理指标测定的一些仪器如：PH检测计、粘度计、甜度计等，这些检测仪器只能检测出溶液的一种性质而无法检测出其整体特性。同时，目前食品安全的关注度越来越高，而检测方案主要依赖于相关部门的抽检，且检测周期长。因此在当前研究的基础上，本发明提供了一种用于假冒伪劣和不合格品的低成本快速检测方法。
发明内容
本发明为了克服以上技术的不足，提供了一种基于电子舌的味觉测试方法及验证方法。
本发明克服其技术问题所采用的技术方案是：
一种基于电子舌的味觉测试方法，所述电子舌包括传感器阵列、信号采集模块和模式识别模块，所述传感器阵列包括工作电极、辅助电极和参比电极，将传感器阵列置于待测溶液中，所述信号采集模块用于在工作电极与辅助电极之间施加激励电压信号V1并采集参比电极与辅助电极之间的电压V2作为原始信号，所述模式识别模块用于对所述电压V2进行分析处理从而得到不同待测样本味觉特性与电压V2的对应关系，所述味觉测试方法包括步骤如下：
S1、配制多种梯度浓度的NaCl、蔗糖和奎宁溶液，筛选出表征对应味觉特性的工作电极；
S2、配制多种梯度浓度的NaCl、蔗糖和奎宁溶液，根据步骤S1筛选出的味觉特性对应的工作电极，对各浓度溶液进行至少三次测定，得出不同浓度溶液与对应电子舌电极电压V2的对应关系。
进一步地，所述工作电极采用银电极、金电极、玻碳电极、镍电极、铜电极中的一种或几种，所述辅助电极采用铂电极，所述参比电极采用银电极或氯化银电极。
进一步地，所述步骤S1具体包括如下：
S11、分别称取不同重量的NaCl，用蒸馏水溶解依次定容至100ml，配制成浓度分别为0.5%、1%、1.5%、2%、2.5%、3%、3.5%、4%、4.5%和5%的NaCl溶液；
S12、以铂电极为辅助电极，AgCl电极为参比电极，银电极为工作电极，构成电子舌传感器阵列；
S13、将0.5%浓度的NaCl溶液置于电子舌专用量杯中，并将传感器阵列插入样本溶液中，然后进行单电极激励电压测试，对待测样本进行测试，每个样本至少测试两次，并将数据保存；
S14、清洗传感器阵列并用蒸馏水校正，依次换用步骤S11中除浓度0.5%之外的其他浓度的NaCl溶液，重复步骤S13；
S15、依次换用金电极、玻碳电极、镍电极、铜电极为工作电极，重复步骤S13和步骤14，完成所有工作电极下的样本采样；
换用蔗糖和奎宁，重复上述步骤S11-S15，完成NaCl、蔗糖和奎宁溶液的样本采样，然后通过线性拟合分析得到工作电极与味觉特性的对应关系：银电极表示咸味、玻碳电极表示甜味、镍电极表示苦味；
所述步骤S2具体包括如下：
通过步骤S1得出的工作电极与味觉特性的对应关系，重复步骤S11-S14，对各浓度的NaCl、蔗糖和奎宁溶液的样本进行至少三次测定，通过数据分析得到味觉特性与电子舌电压V2的对应关系。
进一步地，所述步骤S11中，采用电子分析天平AL104-IC称取重量。
进一步地，所述步骤S13中，每个样本测试三次。
一种针对上述所述基于电子舌的味觉测试方法的验证方法，包括步骤如下：
S1＇、配制相同浓度的蔗糖、食盐、果酒、米酒和白酒溶液作为样本，并采集已知样本的数据，保存为数据库；
S2＇、采集未知样本的数据，通过与数据库对比，实现对未知样本的分类。
进一步地，所述步骤S1＇具体包括如下：
S1＇1、将蔗糖和食盐用蒸馏水配制成600ml浓度为2%的溶液，果酒、米酒和白酒分别取600ml；
S1＇2、将蔗糖、食盐、果酒、米酒和白酒这5种溶液各等分为6份，每份100ml，其中1份作为已知样本，用于已知样本的采样，其余5份作为未知样本，用于分类验证。
进一步地，所述步骤S2＇中，采用最小距离判别法对未知样本进行分类，具体包括：
S2＇1、以铂电极为辅助电极，AgCl电极为参比电极，银电极、玻碳电极和镍电极共同作为工作电极，组成多电极电子舌传感器阵列；
S2＇2、将多电极电子舌传感器阵列依次插入5份未知样本中，进行多电极激励电压测试，对未知样本进行测试，每个样本测试三次，取平均值，并将数据保存。
进一步地，在每两次插入未知样本之间和每两次测试之间，均用蒸馏水清洗多电极电子舌传感器阵列并擦干金属电极。
本发明的有益效果是：
本发明通过对样本溶液的整体特征进行分析，实现对未知产品的分类，具有检测速度快、成本低、功耗低、操作简单和携带方便等特点；通过本发明的分类验证方法验证得到所述电子舌的味觉分类正确率高达96%。
附图说明
图1为本发明实施例1所述电子舌的原理示意图。
图2为本发明实施例1所述电子舌的信号采集原理图。
图3为本发明实施例1所述银电极电压信号与NaCl溶液浓度的线性拟合曲线。
图4为本发明实施例1所述玻碳电极电压信号与蔗糖溶液浓度的线性拟合曲线。
图5为本发明实施例1所述镍电极电压信号与奎宁溶液浓度的线性拟合曲线。
具体实施方式
为了便于本领域人员更好的理解本发明，下面结合附图和具体实施例对本发明做进一步详细说明，下述仅是示例性的不限定本发明的保护范围。
实施例1、
本实施例公开了一种基于电子舌的味觉测试方法，其中，如图1和2所示，所述电子舌包括传感器阵列、信号采集模块和模式识别模块，所述模式识别模块安装在上位机中，所述传感器阵列包括工作电极、辅助电极和参比电极，将传感器阵列置于待测溶液中，所述信号采集模块用于在工作电极与辅助电极之间施加激励电压信号V1并采集参比电极与辅助电极之间的电压V2作为原始信号，该原始信号用于表征不同待测样本的一个味觉特性，所述模式识别模块用于对所述电压V2进行分析处理从而得到不同待测样本味觉特性与电压V2的对应关系。优选地，所述工作电极采用银电极、金电极、玻碳电极、镍电极、铜电极中的一种或几种，所述辅助电极采用铂电极，所述参比电极采用银电极或氯化银电极。
本实施例中，所述电子舌的硬件电路以TMS320F28335为核心，周边电路包括启动模式选择电路、仿真接口电路、电源管理电路和串行通讯电路。通过该单片机TMS320F28335的端口在工作电极与辅助电极之间发送一定宽度的脉冲信号，通过高精度的ADC模块的端口在脉冲信号的高电平末端时刻采集参比电极与辅助电极之间的电压作为稳态时的激励电压信号。与现有的电子舌硬件电路相比，该信号采集模块的硬件电路没有使用过多的信号放大电路，尽可能的保证原始信号的准确性，且设计成本低、通用性强。
本实施例改进最大的地方在于味觉测试方法，所述味觉测试方法具体包括步骤如下：
步骤S1、配制多种梯度浓度的NaCl、蔗糖和奎宁溶液，筛选出表征对应味觉特性的工作电极，具体包括如下：
S11、采用电子分析天平AL104-IC分别称取不同重量的NaCl，用蒸馏水溶解依次定容至100ml，配制成浓度分别为0.5%、1%、1.5%、2%、2.5%、3%、3.5%、4%、4.5%和5%的NaCl溶液；
S12、以铂电极为辅助电极，AgCl电极为参比电极，银电极为工作电极，构成如图1所示的电子舌传感器阵列；
S13、将0.5%浓度的NaCl溶液置于电子舌专用量杯中，并将传感器阵列插入样本溶液中，然后进行单电极激励电压测试，对待测样本进行测试，每个样本至少测试两次，本实施例优选测试三次，并将数据保存；
S14、清洗传感器阵列并用蒸馏水校正，依次换用步骤S11中除浓度0.5%之外的其他浓度的NaCl溶液，即分别换用浓度为1%、1.5%、2%、2.5%、3%、3.5%、4%、4.5%和5%的NaCl溶液，重复步骤S13；
S15、依次换用金电极、玻碳电极、镍电极、铜电极为工作电极，重复步骤S13和步骤14，完成所有工作电极下的样本采样，如下表1所示为不同浓度的NaCl在不同工作电极下激励电压测试结果，表2为各电极在NaCl溶液中的拟合结果，图3为银电极电压信号与NaCl溶液浓度的线性拟合曲线。
表1 不同浓度的NaCl在不同工作电极下激励电压测试结果
| 不同浓度（%） | 银（V） | 玻碳（V） | 金（V） | 镍（V） | 铜（V） |
| 0.5 | 1.326±0.008<sup>f</sup> | 1.446±0.005<sup>e</sup> | 1.456±0.003<sup>e</sup> | 1.817±0.096<sup>a</sup> | 1.439±0.004<sup>a</sup> |
| 1 | 1.347±0.006<sup>e</sup> | 1.459±0.005<sup>de</sup> | 1.461±0.001<sup>d</sup> | 1.708±0.052<sup>b</sup> | 1.434±0.007<sup>a</sup> |
| 1.5 | 1.360±0.006<sup>d</sup> | 1.451±0.002<sup>e</sup> | 1.463±0.001<sup>d</sup> | 1.676±0.045<sup>b</sup> | 1.441±0.011<sup>a</sup> |
| 2 | 1.390±0.005<sup>b</sup> | 1.470±0.006<sup>cd</sup> | 1.499±0.003<sup>a</sup> | 1.705±0.021<sup>b</sup> | 1.434±0.006<sup>a</sup> |
| 2.5 | 1.372±0.005<sup>c</sup> | 1.479±0.009<sup>c</sup> | 1.48±0.003<sup>bc</sup> | 1.678±0.032<sup>b</sup> | 1.405±0.006<sup>c</sup> |
| 3 | 1.379±0.002<sup>c</sup> | 1.517±0.022<sup>a</sup> | 1.478±0.001<sup>c</sup> | 1.659±0.029<sup>b</sup> | 1.414±0.004<sup>bc</sup> |
| 3.5 | 1.397±0.009<sup>b</sup> | 1.503±0.007<sup>ab</sup> | 1.477±0.006<sup>c</sup> | 1.654±0.019<sup>b</sup> | 1.415±0.001<sup>b</sup> |
| 4 | 1.408±0.006<sup>a</sup> | 1.496±0.008<sup>b</sup> | 1.484±0.002<sup>b</sup> | 1.633±0.007<sup>b</sup> | 1.416±0.002<sup>b</sup> |
| 4.5 | 1.411±0.006<sup>a</sup> | 1.507±0.012<sup>ab</sup> | 1.478±0.002<sup>c</sup> | 1.646±0.004<sup>b</sup> | 1.413±0.001<sup>bc</sup> |
表2 各电极在NaCl溶液中的拟合结果
| 电极 | 银（V） | 玻碳（V） | 金（V） | 镍（V） | 铜（V） |
| 截距 | 1.328 | 1.439 | 1.462 | 1.769 | 1.443 |
| 斜率 | 0.020 | 0.017 | 0.005 | -0.033 | -0.008 |
| 残差平方和 | 0.001 | 0.001 | 0.001 | 0.008 | 0.001 |
| Pearson's r | 0.937 | 0.891 | 0.565 | -0.826 | -0.784 |
| R平方(COD) | 0.878 | 0.794 | 0.319 | 0.683 | 0.614 |
| 调整后R平方 | 0.861 | 0.764 | 0.222 | 0.637 | 0.559 |
从表2可知，使用银电极时的COD值最高，表明使用银电极时测得的激励电压变化可以更好的用于解释NaCl溶液浓度的变化，因此本实施例以银电极表征待测液体的“咸”味。
上述是对NaCl溶液的测试，换用蔗糖和奎宁，重复上述步骤S11-S15，完成NaCl、蔗糖和奎宁溶液的样本采样，然后通过线性拟合分析，如图4和5所示，其中，图4为玻碳电极电压信号与蔗糖溶液浓度的线性拟合曲线，图5为镍电极电压信号与奎宁溶液浓度的线性拟合曲线，最终得到工作电极与味觉特性的对应关系：银电极表示咸味、玻碳电极表示甜味、镍电极表示苦味。
步骤S2、由于溶液浓度与电压信号值有个线性关系，相关系数大的电极能更好的测量溶液，故，配制多种梯度浓度的NaCl、蔗糖和奎宁溶液，根据步骤S1筛选出的味觉特性对应的工作电极，对各浓度溶液进行至少三次测定，得出不同浓度溶液与对应电子舌电极电压V2的对应关系，具体包括如下：
通过步骤S1得出的工作电极与味觉特性的对应关系，重复步骤S11-S14，对各浓度的NaCl、蔗糖和奎宁溶液的样本进行至少三次测定，通过数据分析得到味觉特性与电子舌电压V2的对应关系。
实施例2、
为了验证电子舌的分类功能，即分类的正确率情况，本实施例提供了一种针对实施例1所述基于电子舌的味觉测试方法的验证方法，包括步骤如下：
步骤S1＇、配制相同浓度的蔗糖、食盐、果酒、米酒和白酒溶液作为样本，并采集已知样本的数据，保存为数据库，具体包括如下：
S1＇1、购买蔗糖、食盐、果酒、米酒和白酒，将蔗糖和食盐用蒸馏水配制成600ml浓度为2%的溶液，果酒、米酒和白酒分别取600ml；
S1＇2、将蔗糖、食盐、果酒、米酒和白酒这5种溶液各等分为6份，每份100ml，其中1份作为已知样本，用于已知样本的采样，其余5份作为未知样本，用于分类验证。
由实施例1已得出三个对应关系较好的单个工作电极，但单电极是以一个电极的电压信号作为溶液的表征，而多电极可以作为多个电压信号共同作为溶液的表征，故，下面采用多电极电子舌传感器阵列进行分类验证，目的是为了验证单电极测试的准确率。
步骤S2＇、采集未知样本的数据，通过与数据库对比，实现对未知样本的分类，具体地，采用最小距离判别法对未知样本进行分类，具体包括如下：
S2＇1、根据实施例1得到的电极与味觉特性之间的对应关系，以铂电极为辅助电极，AgCl电极为参比电极，银电极、玻碳电极和镍电极共同作为工作电极，组成多电极电子舌传感器阵列；
S2＇2、将多电极电子舌传感器阵列依次插入5份未知样本中，进行多电极激励电压测试，对未知样本进行测试，每个样本测试三次，取平均值，并将数据保存，其中，在每两次插入未知样本之间和每两次测试之间，均用蒸馏水清洗多电极电子舌传感器阵列并擦干金属电极。最终分类验证结果如表3所示，表3中，“1”代表分类结果与实际溶液相符，“0”表示分类错误，由表3可知，分类正确率高达96%。
表3 分类验证结果
| 样本溶液 | 样本1 | 样本2 | 样本3 | 样本4 | 样本5 |
| 2 %盐水 | 1 | 1 | 1 | 1 | 1 |
| 2 %蔗糖水 | 1 | 0 | 1 | 1 | 1 |
| 白酒 | 1 | 1 | 1 | 1 | 1 |
| 米酒 | 1 | 1 | 1 | 1 | 1 |
| 果酒 | 1 | 1 | 1 | 1 | 1 |
以上仅描述了本发明的基本原理和优选实施方式，本领域人员可以根据上述描述做出许多变化和改进，这些变化和改进应该属于本发明的保护范围。
Claims (7)
1.一种基于电子舌的味觉测试方法，所述电子舌包括传感器阵列、信号采集模块和模式识别模块，所述传感器阵列包括工作电极、辅助电极和参比电极，所述工作电极采用银电极、金电极、玻碳电极、镍电极、铜电极中的一种或几种，所述辅助电极采用铂电极，所述参比电极采用银电极或氯化银电极，将传感器阵列置于待测溶液中，所述信号采集模块用于在工作电极与辅助电极之间施加激励电压信号V1并采集参比电极与辅助电极之间的电压V2作为原始信号，所述模式识别模块用于对所述电压V2进行分析处理从而得到不同待测样本味觉特性与电压V2的对应关系，其特征在于，所述味觉测试方法包括步骤如下：
S1、配制多种梯度浓度的NaCl、蔗糖和奎宁溶液，筛选出表征对应味觉特性的工作电极，所述步骤S1具体包括如下：
S11、分别称取不同重量的NaCl，用蒸馏水溶解依次定容至100ml，配制成浓度分别为0.5%、1%、1.5%、2%、2.5%、3%、3.5%、4%、4.5%和5%的NaCl溶液；
S12、以铂电极为辅助电极，AgCl电极为参比电极，银电极为工作电极，构成电子舌传感器阵列；
S13、将0.5%浓度的NaCl溶液置于电子舌专用量杯中，并将传感器阵列插入样本溶液中，然后进行单电极激励电压测试，对待测样本进行测试，每个样本至少测试两次，并将数据保存；
S14、清洗传感器阵列并用蒸馏水校正，依次换用步骤S11中除浓度0.5%之外的其他浓度的NaCl溶液，重复步骤S13；
S15、依次换用金电极、玻碳电极、镍电极、铜电极为工作电极，重复步骤S13和步骤14，完成所有工作电极下的样本采样；
换用蔗糖和奎宁，重复上述步骤S11-S15，完成NaCl、蔗糖和奎宁溶液的样本采样，然后通过线性拟合分析得到工作电极与味觉特性的对应关系：银电极表示咸味、玻碳电极表示甜味、镍电极表示苦味；
S2、配制多种梯度浓度的NaCl、蔗糖和奎宁溶液，根据步骤S1筛选出的味觉特性对应的工作电极，对各浓度溶液进行至少三次测定，得出不同浓度溶液与对应电子舌电极电压V2的对应关系，所述步骤S2具体包括如下：
通过步骤S1得出的工作电极与味觉特性的对应关系，重复步骤S11-S14，对各浓度的NaCl、蔗糖和奎宁溶液的样本进行至少三次测定，通过数据分析得到味觉特性与电子舌电压V2的对应关系。
2.根据权利要求1所述的基于电子舌的味觉测试方法，其特征在于，所述步骤S11中，采用电子分析天平AL104-IC称取重量。
3.根据权利要求1所述的基于电子舌的味觉测试方法，其特征在于，所述步骤S13中，每个样本测试三次。
4.一种针对权利要求1-3任一项所述基于电子舌的味觉测试方法的验证方法，其特征在于，包括步骤如下：
S1＇、配制相同浓度的蔗糖、食盐、果酒、米酒和白酒溶液作为样本，并采集已知样本的数据，保存为数据库；
S2＇、采集未知样本的数据，通过与数据库对比，实现对未知样本的分类。
5.根据权利要求4所述的验证方法，其特征在于，所述步骤S1＇具体包括如下：
S1＇1、将蔗糖和食盐用蒸馏水配制成600ml浓度为2%的溶液，果酒、米酒和白酒分别取600ml；
S1＇2、将蔗糖、食盐、果酒、米酒和白酒这5种溶液各等分为6份，每份100ml，其中1份作为已知样本，用于已知样本的采样，其余5份作为未知样本，用于分类验证。
6.根据权利要求5所述的验证方法，其特征在于，所述步骤S2＇中，采用最小距离判别法对未知样本进行分类，具体包括：
S2＇1、以铂电极为辅助电极，AgCl电极为参比电极，银电极、玻碳电极和镍电极共同作为工作电极，组成多电极电子舌传感器阵列；
S2＇2、将多电极电子舌传感器阵列依次插入5份未知样本中，进行多电极激励电压测试，对未知样本进行测试，每个样本测试三次，取平均值，并将数据保存。
7.根据权利要求6所述的验证方法，其特征在于，在每两次插入未知样本之间和每两次测试之间，均用蒸馏水清洗多电极电子舌传感器阵列并擦干金属电极。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911118621.9A CN110954584B (zh) | 2019-11-15 | 2019-11-15 | 一种基于电子舌的味觉测试方法及验证方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911118621.9A CN110954584B (zh) | 2019-11-15 | 2019-11-15 | 一种基于电子舌的味觉测试方法及验证方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110954584A CN110954584A (zh) | 2020-04-03 |
| CN110954584B true CN110954584B (zh) | 2022-03-22 |
Family
ID=69977475
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911118621.9A Active CN110954584B (zh) | 2019-11-15 | 2019-11-15 | 一种基于电子舌的味觉测试方法及验证方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110954584B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112098464B (zh) * | 2020-08-25 | 2023-12-26 | 天津海星辉科技有限公司 | 微阵列糖类代谢分析检测装置及方法 |
| CN114720541B (zh) * | 2022-05-07 | 2023-10-27 | 中国标准化研究院 | 一种提高红花椒麻感强度分级准确性的方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1715904A (zh) * | 2005-07-26 | 2006-01-04 | 浙江大学 | 一种用于黄酒分类的电化学及信号分析处理方法 |
| CN101071117A (zh) * | 2007-03-23 | 2007-11-14 | 浙江大学 | 基于宽频脉冲伏安法的电化学电子舌 |
| CN103018293A (zh) * | 2012-10-25 | 2013-04-03 | 红塔烟草(集团)有限责任公司 | 一种电子舌快速检测液态食品四种基本味觉强度的方法 |
| CN103412030A (zh) * | 2013-03-27 | 2013-11-27 | 河南工业大学 | 一种基于伏安型电子舌的油脂检测方法 |
| CN109709291A (zh) * | 2018-12-17 | 2019-05-03 | 辽宁中医药大学 | 一种通关藤药材真伪快速鉴别的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040191918A1 (en) * | 2003-03-28 | 2004-09-30 | Sandrine Isz | Evaluation of bitterness of active drugs |
-
2019
- 2019-11-15 CN CN201911118621.9A patent/CN110954584B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1715904A (zh) * | 2005-07-26 | 2006-01-04 | 浙江大学 | 一种用于黄酒分类的电化学及信号分析处理方法 |
| CN101071117A (zh) * | 2007-03-23 | 2007-11-14 | 浙江大学 | 基于宽频脉冲伏安法的电化学电子舌 |
| CN103018293A (zh) * | 2012-10-25 | 2013-04-03 | 红塔烟草(集团)有限责任公司 | 一种电子舌快速检测液态食品四种基本味觉强度的方法 |
| CN103412030A (zh) * | 2013-03-27 | 2013-11-27 | 河南工业大学 | 一种基于伏安型电子舌的油脂检测方法 |
| CN109709291A (zh) * | 2018-12-17 | 2019-05-03 | 辽宁中医药大学 | 一种通关藤药材真伪快速鉴别的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110954584A (zh) | 2020-04-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ciosek et al. | Electronic tongue for flow-through analysis of beverages | |
| CN110954584B (zh) | 一种基于电子舌的味觉测试方法及验证方法 | |
| US4679426A (en) | Wave shape chemical analysis apparatus and method | |
| CN101470121A (zh) | 一种嵌入式仿生嗅觉气味识别方法及装置 | |
| CN108037256B (zh) | 稻米食味品质的快速测定方法 | |
| CN109932333B (zh) | 声学振动和近红外光谱融合的水果坚实度测量系统和方法 | |
| EP3611495A1 (en) | Method for detecting quality of cell culture fluid based on raman spectral measurement | |
| CN109187614A (zh) | 基于核磁共振和质谱的代谢组学数据融合方法及其应用 | |
| CN109211829A (zh) | 一种基于SiPLS的近红外光谱法测定大米中水分含量的方法 | |
| CN105784672A (zh) | 一种基于双树复小波算法的毒品检测仪标准化方法 | |
| CN111487213A (zh) | 多光谱融合的化学需氧量测试方法及装置 | |
| CN111879709A (zh) | 湖泊水体光谱反射率检验方法及装置 | |
| CN111693487A (zh) | 基于遗传算法和极限学习机的水果糖度检测方法及系统 | |
| CN109632612A (zh) | 一种细胞电阻抗与胞外场电位高通量同时检测系统及方法 | |
| CN111521577B (zh) | 一种以二氧化碳峰面积为参比的红外光谱定量分析方法 | |
| Anthony et al. | Electronic honey quality analyser | |
| CN110084420A (zh) | 浓香型白酒发酵中黄水的总糖、总酸和酒精度的检测方法 | |
| CN114720541B (zh) | 一种提高红花椒麻感强度分级准确性的方法 | |
| Ayres et al. | Separation of Palladium from Platinum, Iridium, and Rhodium with Dimethylglyoxime. | |
| CN112816425B (zh) | 一种利用hgb校准能力优化全血样本检测流程的方法 | |
| CN111898314B (zh) | 湖泊水体参数检验方法、装置、电子设备及存储介质 | |
| CN111175299B (zh) | 一种基于细胞图像识别的甜味溶液检测方法 | |
| CN113933247A (zh) | 一种水果成熟度检测模型的构建方法 | |
| Liu et al. | Taste analog perception system based on impedance spectrum sensor array and human-like fuzzy evaluation cloud model | |
| CN105651735A (zh) | 基于空间分辨漫反射光谱反演生物组织光学特性的方法 |
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 |