智能人工味覺分析方法在幾種食品質(zhì)量檢驗中的應用研究.pdf

1、隨著生活水平的提高，人們對食品質(zhì)量檢驗與質(zhì)量控制越來越重視，不但要求檢測方法準確、客觀，而且要求快速、簡便，因此，引進新的檢測手段并探索其在食品質(zhì)量檢驗與質(zhì)量控制中應用的可行性具有重要的意義。人工味覺技術(電子舌)即是符合這些要求的一種分析、識別液體味道的新型分析技術。人工味覺領域主要有三個研究方向：傳感器及傳感器陣列的研制、模式識別方法的優(yōu)化與比較、在各種分析問題中的應用。除了開發(fā)具有優(yōu)良性能的傳感器之外，恰當?shù)哪Ｊ阶R別方法對于電子舌

2、的成功應用也是至關重要的。對于食品工業(yè)來說，人工味覺技術的最大優(yōu)勢是可以輔助、取代甚至超越人類的相應感覺，而與味覺相關的食品質(zhì)量屬性正是應該利用人工味覺技術進行檢測的方面。本論文的研究范圍主要集中在電子舌模式識別方法的優(yōu)化與比較、在食品工業(yè)領域中的具體應用，從而為開辟人工味覺技術的應用途徑提供理論依據(jù)與數(shù)據(jù)支持。
　　 將機器學習領域開發(fā)的新興模式識別工具引進電子舌領域解決模式識別問題是非常必要的，以克服通常采用的那些模式識別方

3、法所具有的缺點。本論文首次將隨機森林算法引入到人工味覺技術的模式識別中來，考察其在食品樣品分類(3個數(shù)據(jù)集)和回歸問題(3個數(shù)據(jù)集)上的性能，并與目前比較流行的算法，BP神經(jīng)網(wǎng)絡和支持向量機的性能進行了比較。在采用了嚴格的模型驗證方法(5-重交互驗證)的情況下，隨機森林表現(xiàn)出了優(yōu)秀的分類性能和預測性能，而且是在沒有經(jīng)過任何數(shù)據(jù)預處理和特征選擇/提取的前提下獲得的；尤其是對于不平衡、多類別和小樣本的數(shù)據(jù)，隨機森林更是表現(xiàn)出了卓越的分類性能

4、，BP神經(jīng)網(wǎng)絡、支持向量機和隨機森林對三個分類數(shù)據(jù)集交互驗證集的整體平均正確分類率分別為83.35％、58.06%和98.83%；對三個回歸數(shù)據(jù)集交互驗證集的整體平均Q2分別為0.886、0.353和0.913；而且，對于獨立測試集，隨機森林也給出了令人滿意的預測結(jié)果(整體平均正確分類率和Q2分別為99.75%和0.932)，這意味著由電子舌生成的特征結(jié)合隨機森林所構建的模型能夠用于實際的樣品檢測。
　　 電子舌傳感器電化學信號

5、與食品理化指標之間具有相關性是采用電子舌對食品進行分析的基礎。本論文以不同品牌的10%橙汁飲料和不同類型不同質(zhì)量等級的食醋為例，以電子舌的測量結(jié)果結(jié)合能夠反映其感官品質(zhì)(味道)的主要理化指標的測量結(jié)果，對樣品進行了檢驗，以考察該技術在食品質(zhì)量檢驗中應用的可行性，并為相應的感官檢驗法(味覺檢驗)提供可行的輔助手段。結(jié)果表明，電子舌的電化學信號與食品的理化指標之間具有顯著的相關性，說明可以用電子舌檢測食品的相關質(zhì)量，同時也可以用相關的理化指

6、標來解釋電子舌的分析結(jié)果；電子舌可以很好地區(qū)分不同品牌的橙汁飲料、不同類型的食醋和不同質(zhì)量等級的食醋；主成分分析時第一主成分可以解釋為甜度，典型判別分析時，第一、二典型變量分別可以解釋為甜度和糖酸比，而且樣品是近似按照這些指標的升序在坐標軸正方向上進行排列的；并且通過建立適當?shù)哪Ｐ?如隨機森林分類模型)電子舌可以預測未知樣品的種類；在對樣品進行區(qū)分時主成分分析和典型判別分析具有一定的優(yōu)勢，但是，當比較(模仿)競爭對手的同類產(chǎn)品時，聚類分

7、析和軟獨立模型類別分析具有優(yōu)勢，可以簡單地初步判斷產(chǎn)品之間在味道上是否具有明顯的差異。這些結(jié)果都表明人工味覺分析方法可以根據(jù)食品的感官特性(味道屬性)對其進行質(zhì)量檢驗，從而證明其在食品質(zhì)量感官檢驗中具有應用潛力。
　　 以人工味覺技術為依托，以先進的模式識別方法為手段，提出了人工味覺結(jié)合隨機森林的分析方法，在方法學研究的基礎上進行了應用型研究，以在食品質(zhì)量控制領域中具有代表性的應用案例為例考察該方法的實際效果。具體應用包括食品地