电子舌用于不同品牌腐乳样品的辨别区分

一、实验简述

    本实验通过由上海保圣实业发展有限公司提供的cTongue电子舌对五种腐乳样品进行气味检测鉴别。

二、Ctongue电子舌介绍

1.原理

电子舌是一种主要由交互敏感传感器阵列、信号采集电路、基于模式识别的数据处理方法组成的现代化定性定量分析检测仪器。电子舌基于惰性金属电极构成稳定的传感器阵列，通过伏安电化学脉冲技术激发实现原创的组合脉冲驰豫谱思想，然后经交互感应解析技术来获取测量对象的整体信息，立足于最新的电子电路硬件和计算机智能化算法软件，快速、实时、在线实现对产品的整体特征评价及若干成分定性定量的快速检测与分析。

     cTongue电子舌含由惰性金属传感器组成，性能稳定，重现性好，使用寿命长，检测信息量丰富，而且清洗简单，非常适合于多类食品产品的辨别区分，质量评定与真伪辨识等。

2.数据分析方法介绍

2.1 降维分析—有效信息获取

降维分析主要作用是对有效信息进行汇总，排除无用冗杂信息，从而实现多维度信息高效特征提取，实现低维度数据可视化。

主要算法包含：PCA（Principal Component Analysis，主成分分析）、LDA（Linear Discriminant Analysis，线性判别分析）、LLE  (Locally Linear Embedding, 局部线性嵌入)、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分布随机邻域嵌入)

2.2分类分析—混杂信息的精准有序分类

多种分类算法可将千百组原始大数据快速准确建立类别等级。可应用于：真假鉴别、品种鉴别、生产地溯源、产品原料鉴别、制备工艺鉴别、品质等级鉴定、感官评级模拟、差异分析等。

主要算法包含：LDA（Linear Discriminant Analysis，线性判别分析）、PLSDA（Partial least squares discrimination analysis，偏最小二乘法判别）、BPNN（Back Propagation Neural Net，BP神经网络）、SVM（Support Vector Machine，支持向量机）、KNN（K-NearestNeighbor，最近邻算法）

2.3回归分析—感官指标的定量预测

多种算法选择，提高定量预测准确度，可应用于对货架期、配方浓度、感官指标等线性指标进行定量预测。

主要算法包含：PLSDA（Partial least squares discrimination analysis，偏最小二乘法判别）、BPNN（Back Propagation Neural Net，BP神经网络）、SVM（Support Vector Machine，支持向量机）

2.4聚类分析—未知数据挖掘的有效信息

聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。可对未知信息中寻找规律。应用：异常数据或样品的排查（排查异味药品）、在大批量数据中找寻共同点 （对比不同产地原料药的相似性）、数据挖掘未知的信息（筛选药品的贮藏期）。

主要算法包含：欧氏距离（Euclid Distance）、闵式距离（Minkowski Distance）、马氏距离(Mahalanobis distance)、DBSCAN（Density-Based Spatial Clustering of Applications with Noise、密度聚类算法）、K-Means（k-means clustering algorithm 、k均值聚类算法）、SOM（Self-organizing feature Map、自组织特征映射网络）、LVQ (Learning Vector Quantization、学习矢量量化)

三、实验

1.样品信息

样品为不同品牌的腐乳样品，编号分别为1，2，3，4、5号，每个样品取相等质量置于顶空进样样品瓶中，静置30分钟，每个样品做4个平行。实验样品编号及示意图如下：

2.样品处理及实验参数

每个样品称取相等质量，用纯净水进行提取。量取相同的体积进行检测。样品检测前先进行传感器预热、清洗及参数设置，样品检测参数见表1。

表1 样品检测参数表

根据本次实验可以得到5个不同腐乳样品之间的味觉差异。根据PCA数据主成分分析可以看出腐乳5个腐乳样品可以用电子舌进行味道分析，尤其样品2与其余腐乳味样品距离较远，味道差异较大；说明用保圣电子舌是可以对不同腐乳样品进行区分鉴别的。我们通过模型建立和模型预测验证得到基本可以完全区分样品的分类模型。根据该分类模型，可以对未知腐乳样品进行追溯，或者对不同品牌腐乳样品进行鉴别。