電子舌用于不同品牌腐乳樣品的辨別區(qū)分

一、實(shí)驗(yàn)簡(jiǎn)述

    本實(shí)驗(yàn)通過(guò)由上海保圣實(shí)業(yè)發(fā)展有限公司提供的cTongue電子舌對(duì)五種腐乳樣品進(jìn)行氣味檢測(cè)鑒別。

二、Ctongue電子舌介紹

1.原理

電子舌是一種主要由交互敏感傳感器陣列、信號(hào)采集電路、基于模式識(shí)別的數(shù)據(jù)處理方法組成的現(xiàn)代化定性定量分析檢測(cè)儀器。電子舌基于惰性金屬電極構(gòu)成穩(wěn)定的傳感器陣列，通過(guò)伏安電化學(xué)脈沖技術(shù)激發(fā)實(shí)現(xiàn)原創(chuàng)的組合脈沖馳豫譜思想，然后經(jīng)交互感應(yīng)解析技術(shù)來(lái)獲取測(cè)量對(duì)象的整體信息，立足于最新的電子電路硬件和計(jì)算機(jī)智能化算法軟件，快速、實(shí)時(shí)、在線實(shí)現(xiàn)對(duì)產(chǎn)品的整體特征評(píng)價(jià)及若干成分定性定量的快速檢測(cè)與分析。

     cTongue電子舌含由惰性金屬傳感器組成，性能穩(wěn)定，重現(xiàn)性好，使用壽命長(zhǎng)，檢測(cè)信息量豐富，而且清洗簡(jiǎn)單，非常適合于多類食品產(chǎn)品的辨別區(qū)分，質(zhì)量評(píng)定與真?zhèn)伪孀R(shí)等。

2.數(shù)據(jù)分析方法介紹

2.1 降維分析—有效信息獲取

降維分析主要作用是對(duì)有效信息進(jìn)行匯總，排除無(wú)用冗雜信息，從而實(shí)現(xiàn)多維度信息高效特征提取，實(shí)現(xiàn)低維度數(shù)據(jù)可視化。

主要算法包含：PCA（Principal Component Analysis，主成分分析）、LDA（Linear Discriminant Analysis，線性判別分析）、LLE  (Locally Linear Embedding, 局部線性嵌入)、LE (Laplacian Eigenmaps、拉普拉斯特征映射)、Isomap（Isometric feature mapping, 等距特征映射)、T-SNE( t-distributed stochastic neighbor embedding ,t分布隨機(jī)鄰域嵌入)

2.2分類分析—混雜信息的精準(zhǔn)有序分類

多種分類算法可將千百組原始大數(shù)據(jù)快速準(zhǔn)確建立類別等級(jí)。可應(yīng)用于：真假鑒別、品種鑒別、生產(chǎn)地溯源、產(chǎn)品原料鑒別、制備工藝鑒別、品質(zhì)等級(jí)鑒定、感官評(píng)級(jí)模擬、差異分析等。

主要算法包含：LDA（Linear Discriminant Analysis，線性判別分析）、PLSDA（Partial least squares discrimination analysis，偏最小二乘法判別）、BPNN（Back Propagation Neural Net，BP神經(jīng)網(wǎng)絡(luò)）、SVM（Support Vector Machine，支持向量機(jī)）、KNN（K-NearestNeighbor，最近鄰算法）

2.3回歸分析—感官指標(biāo)的定量預(yù)測(cè)

多種算法選擇，提高定量預(yù)測(cè)準(zhǔn)確度，可應(yīng)用于對(duì)貨架期、配方濃度、感官指標(biāo)等線性指標(biāo)進(jìn)行定量預(yù)測(cè)。

主要算法包含：PLSDA（Partial least squares discrimination analysis，偏最小二乘法判別）、BPNN（Back Propagation Neural Net，BP神經(jīng)網(wǎng)絡(luò)）、SVM（Support Vector Machine，支持向量機(jī)）

2.4聚類分析—未知數(shù)據(jù)挖掘的有效信息

聚類分析指將物理或抽象對(duì)象的集合分組為由類似的對(duì)象組成的多個(gè)類的分析過(guò)程。它是一種重要的人類行為。可對(duì)未知信息中尋找規(guī)律。應(yīng)用：異常數(shù)據(jù)或樣品的排查（排查異味藥品）、在大批量數(shù)據(jù)中找尋共同點(diǎn) （對(duì)比不同產(chǎn)地原料藥的相似性）、數(shù)據(jù)挖掘未知的信息（篩選藥品的貯藏期）。

主要算法包含：歐氏距離（Euclid Distance）、閔式距離（Minkowski Distance）、馬氏距離(Mahalanobis distance)、DBSCAN（Density-Based Spatial Clustering of Applications with Noise、密度聚類算法）、K-Means（k-means clustering algorithm 、k均值聚類算法）、SOM（Self-organizing feature Map、自組織特征映射網(wǎng)絡(luò)）、LVQ (Learning Vector Quantization、學(xué)習(xí)矢量量化)

三、實(shí)驗(yàn)

1.樣品信息

樣品為不同品牌的腐乳樣品，編號(hào)分別為1，2，3，4、5號(hào)，每個(gè)樣品取相等質(zhì)量置于頂空進(jìn)樣樣品瓶中，靜置30分鐘，每個(gè)樣品做4個(gè)平行。實(shí)驗(yàn)樣品編號(hào)及示意圖如下：

2.樣品處理及實(shí)驗(yàn)參數(shù)

每個(gè)樣品稱取相等質(zhì)量，用純凈水進(jìn)行提取。量取相同的體積進(jìn)行檢測(cè)。樣品檢測(cè)前先進(jìn)行傳感器預(yù)熱、清洗及參數(shù)設(shè)置，樣品檢測(cè)參數(shù)見表1。

表1 樣品檢測(cè)參數(shù)表

根據(jù)本次實(shí)驗(yàn)可以得到5個(gè)不同腐乳樣品之間的味覺(jué)差異。根據(jù)PCA數(shù)據(jù)主成分分析可以看出腐乳5個(gè)腐乳樣品可以用電子舌進(jìn)行味道分析，尤其樣品2與其余腐乳味樣品距離較遠(yuǎn)，味道差異較大；說(shuō)明用保圣電子舌是可以對(duì)不同腐乳樣品進(jìn)行區(qū)分鑒別的。我們通過(guò)模型建立和模型預(yù)測(cè)驗(yàn)證得到基本可以完全區(qū)分樣品的分類模型。根據(jù)該分類模型，可以對(duì)未知腐乳樣品進(jìn)行追溯，或者對(duì)不同品牌腐乳樣品進(jìn)行鑒別。