電(diàn)子舌用于不同品牌腐乳樣品的辨别區(qū)分

一、實驗簡述

    本實驗通(tōng)過由上海淳商實業發展有限公司提供的cTongue電(diàn)子舌對五種腐乳樣品進行(xíng)氣味檢測鑒别。

二、Ctongue電(diàn)子舌介紹

1.原理(lǐ)

電(diàn)子舌是一種主要由交互敏感傳感器(qì)陣列、信号采集電(diàn)路、基于模式識别的數(shù)據處理(lǐ)方法組成的現代化定性定量分析檢測儀器(qì)。電(diàn)子舌基于惰性金屬電(diàn)極構成穩定的傳感器(qì)陣列，通(tōng)過伏安電(diàn)化學脈沖技(jì)術(shù)激發實現原創的組合脈沖馳豫譜思想，然後經交互感應解析技(jì)術(shù)來(lái)獲取測量對象的整體(tǐ)信息，立足于最新的電(diàn)子電(diàn)路硬件和(hé)計(jì)算(suàn)機智能化算(suàn)法軟件，快速、實時(shí)、在線實現對産品的整體(tǐ)特征評價及若幹成分定性定量的快速檢測與分析。

     cTongue電(diàn)子舌含由惰性金屬傳感器(qì)組成，性能穩定，重現性好，使用壽命長，檢測信息量豐富，而且清洗簡單，非常适合于多(duō)類食品産品的辨别區(qū)分，質量評定與真僞辨識等。

2.數(shù)據分析方法介紹

2.1 降維分析—有(yǒu)效信息獲取

降維分析主要作(zuò)用是對有(yǒu)效信息進行(xíng)彙總，排除無用冗雜信息，從而實現多(duō)維度信息高(gāo)效特征提取，實現低(dī)維度數(shù)據可(kě)視(shì)化。

主要算(suàn)法包含：PCA（Principal Component Analysis，主成分分析）、LDA（Linear Discriminant Analysis，線性判别分析）、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分布随機鄰域嵌入)

2.2分類分析—混雜信息的精準有(yǒu)序分類

多(duō)種分類算(suàn)法可(kě)将千百組原始大(dà)數(shù)據快速準确建立類别等級。可(kě)應用于：真假鑒别、品種鑒别、生(shēng)産地溯源、産品原料鑒别、制(zhì)備工藝鑒别、品質等級鑒定、感官評級模拟、差異分析等。

主要算(suàn)法包含：LDA（Linear Discriminant Analysis，線性判别分析）、PLSDA（Partial least squares discrimination analysis，偏最小(xiǎo)二乘法判别）、BPNN（Back Propagation Neural Net，BP神經網絡）、SVM（Support Vector Machine，支持向量機）、KNN（K-NearestNeighbor，最近鄰算(suàn)法）

2.3回歸分析—感官指标的定量預測

多(duō)種算(suàn)法選擇，提高(gāo)定量預測準确度，可(kě)應用于對貨架期、配方濃度、感官指标等線性指标進行(xíng)定量預測。

主要算(suàn)法包含：PLSDA（Partial least squares discrimination analysis，偏最小(xiǎo)二乘法判别）、BPNN（Back Propagation Neural Net，BP神經網絡）、SVM（Support Vector Machine，支持向量機）

2.4聚類分析—未知數(shù)據挖掘的有(yǒu)效信息

聚類分析指将物理(lǐ)或抽象對象的集合分組為(wèi)由類似的對象組成的多(duō)個(gè)類的分析過程。它是一種重要的人(rén)類行(xíng)為(wèi)。可(kě)對未知信息中尋找規律。應用：異常數(shù)據或樣品的排查（排查異味藥品）、在大(dà)批量數(shù)據中找尋共同點 （對比不同産地原料藥的相似性）、數(shù)據挖掘未知的信息（篩選藥品的貯藏期）。

主要算(suàn)法包含：歐氏距離（Euclid Distance）、闵式距離（Minkowski Distance）、馬氏距離(Mahalanobis distance)、DBSCAN（Density-Based Spatial Clustering of Applications with Noise、密度聚類算(suàn)法）、K-Means（k-means clustering algorithm 、k均值聚類算(suàn)法）、SOM（Self-organizing feature Map、自組織特征映射網絡）、LVQ (Learning Vector Quantization、學習矢量量化)

三、實驗

1.樣品信息

樣品為(wèi)不同品牌的腐乳樣品，編号分别為(wèi)1，2，3，4、5号，每個(gè)樣品取相等質量置于頂空(kōng)進樣樣品瓶中，靜置30分鍾，每個(gè)樣品做(zuò)4個(gè)平行(xíng)。實驗樣品編号及示意圖如下：

2.樣品處理(lǐ)及實驗參數(shù)

每個(gè)樣品稱取相等質量，用純淨水(shuǐ)進行(xíng)提取。量取相同的體(tǐ)積進行(xíng)檢測。樣品檢測前先進行(xíng)傳感器(qì)預熱、清洗及參數(shù)設置，樣品檢測參數(shù)見表1。

表1 樣品檢測參數(shù)表

根據本次實驗可(kě)以得(de)到5個(gè)不同腐乳樣品之間(jiān)的味覺差異。根據PCA數(shù)據主成分分析可(kě)以看出腐乳5個(gè)腐乳樣品可(kě)以用電(diàn)子舌進行(xíng)味道(dào)分析，尤其樣品2與其餘腐乳味樣品距離較遠，味道(dào)差異較大(dà)；說明(míng)用保聖電(diàn)子舌是可(kě)以對不同腐乳樣品進行(xíng)區(qū)分鑒别的。我們通(tōng)過模型建立和(hé)模型預測驗證得(de)到基本可(kě)以完全區(qū)分樣品的分類模型。根據該分類模型，可(kě)以對未知腐乳樣品進行(xíng)追溯，或者對不同品牌腐乳樣品進行(xíng)鑒别。