10.13995/j.cnki.11-1802/ts.019113
基于可视嗅觉指纹技术的水产品新鲜度快速表征
通过自制的可视嗅觉指纹技术系统跟踪了不同储藏时间下的对虾、梭子蟹和小黄鱼的挥发性气体成分变化.通过色敏传感器阵列对不同水产品的挥发性气体进行了整体表征,并通过主成分分析(principal component analysis,PCA)呈现水产品储藏过程的气味变化趋势;然后通过线性判别分析(linear discriminant analysis,LDA)定性识别了对虾、梭子蟹和小黄鱼的新鲜度.结果 表明,新鲜对虾的识别率为94.44％,腐败对虾的识别率为93.75％,新鲜小黄鱼的识别率为95％,腐败小黄鱼的识别率为100％,新鲜梭子蟹的识别率为100％,腐败梭子蟹的识别率为92.31％;利用该技术结合误差反向传播人工神经网络(back propagation artificial neural network,BP-ANN)模型来定量预测水产品中的挥发性盐基氮(total volatile basic nitrogen,TVBN)含量,该模型与半微量定氮法测定对虾、梭子蟹和小黄鱼中TVBN含量的相关系数分别为0.988 4、0.995 4、0.983 8,结果表明,该技术可用于水产品新鲜度的快速表征.
水产品、可视嗅觉指纹技术、新鲜度、表征、误差反向传播人工神经网络
45
南通市科技局项目MS12017018-1;江苏省食品药品监督管理局项目20170224
2019-06-28（万方平台首次上网日期，不代表论文的发表时间）
共5页
171-175
