電子鼻是由多個性能彼此重疊的氣敏傳感器和適當的模式分類方法組成的具有識別單一和復雜氣味能力的裝置。它采用了人工智能技術，實現了由儀器“嗅覺"對產品進行客觀分析，規避了人工鑒別中的主觀因素。本實驗研究電子鼻識別四種不同香辛料烤雞氣味輪廓特征的表達技術。
材料與方法
樣品制備
x組為蒜粉添加量變化組 ,Y組為洋蔥粉添加量變化組 ,Z組為黑胡椒粉添加量變化組 ,L組為辣椒粉添加量變化組 ,具體配方見表 1。取雞大胸肉將調料與鮮肉充分混合后,一定溫度下烘烤。 
方法
電子鼻檢測：頂空溫度45℃ , 頂空加熱時間240s;頂空注射參數:采用自動進樣 , 注射體積1500L,注射速度500L/s,注射針總體積2.5mL;注射針溫度65℃; 獲取參數: 獲取時間120s,延滯時間300s。
結果與分析
不同烤雞樣品的氣味雷達指紋圖譜分析
利用電子鼻傳感器對11組樣品進行分析 ,每組樣品分別做 3 次平行重復 , 圖1為18根傳感器對每種樣品的響應值的雷達圖。 
從雷達圖可以看出 ,對不同樣品的響應值 ,每根傳感器之間存在明顯差異，18 根傳感器中TA/2、 T40/1、T40/2、P30/2、P40/2、P30/1、PA/2、P40/1、 P10/2、LY2/A、LY2/G這11根傳感器都隨著樣品的不同有明顯的變化趨勢。辣椒粉和黑胡椒粉對于 TA/2、T40/1、T40/2、P30/2、P40/2、P10/2這 6 根傳感器響應值要大于洋蔥粉和蒜粉 ,其中 P30/2、P40/2、 P10/2這 3 根傳感器的響應值隨著辣椒粉添加量的變化而變化的趨勢最為明顯 ,其次是黑胡椒粉 ,最后是洋蔥粉和蒜粉。蒜粉和洋蔥粉對 PA/2、P40/1、LY2/A、LY2/G這4根傳感器的響應值要大于黑胡椒粉和辣椒粉。從傳感器信號強度的不同可以初步、直觀的判斷11組樣品之間的特征氣味物質存在差異。同時，為了減少誤差，提高區分度 ,選取TA/2、 T40/1、T40/2、P30/2、P40/2、P30/1、PA/2、P40/1、 P10/2、LY2/A、LY2/G這11根變化趨勢明顯的傳感器構建新的傳感器陣列 ,進行PCA和DFA分析。
PCA分析
主成分分析主要是對傳感器響應值的特征向量矩陣進行數據轉換和降維 , 通過對降維后的特征向量進行線性分類，并將分類結果以散點圖的形式直觀的展現出來。一般情況下 , 當第一主成分(PC1)和第二主成分(PC2)的總貢獻率超過70%-85%時 ,分析結果就基本上綜合了全部傳感器的響應結果。PCA分析效果的優劣，可用識別指數(Diferentiation Index,DI)衡量。DI最大值為 100，當 DI在80 -100之間 ,表明可以有效區分，DI值越大，區分越好。
圖 2 是本實驗不同香辛料添加量下的烤雞樣品氣味信息PCA分析圖。由圖2可知 ,PCA分析圖中的第一主成分(PC1)和第二主成分(PC2) 的總貢獻率超過了98% ,說明分析結果基本上綜合了傳感器陣列的響應結果。同時在圖 2 中 ,11組烤雞樣品可分為兩個區域 ,x組和Y組位于右半區 ,L組和Z組位于左半區 ,其識別指數達到 91，區分結果良好 ,說明經過選擇的傳感器陣列可以有效的識別不同的樣品。右半區中 , 編號為 x1 、x2 、x3 、Y1 、Y2 、Y3 的樣品在x軸上距離很小 ,說明他們之間差異性很小，同樣，左半區中，編號為 Z1 、Z2 、L1 、 L2 、L3 的樣品差異性主要集中在豎軸上 ,說明他們之間的差異性不明顯。同一區域物質對烤雞香氣輪廓的貢獻類似 ，提示，在生產實踐中蒜粉和洋蔥粉 ,辣椒粉和黑胡椒粉添加時對烤雞產品香氣有疊加效應，不能同時添加過多的量。
由圖 2 還可見 , 單一香辛料添加量不同時，在PCA分析圖中可表現出有區分度的差異，x組、Y 組、Z組和L組中的樣品都隨著香辛料添加量的變化呈現出線性變化的趨勢。這表明，PCA分析也可運用于識別單一香辛料的添加量。
DFA分析
判別因子分析( DFA分析)以充分保存現有信息為前提 ,使同類數據間的差異盡量縮小 ,不同類數據間的差異盡量擴大 ,從而達到進一步區分不同樣品的目的。圖3 是不同香辛料添加量對烤雞樣品氣的DFA圖。
圖3中 ,實驗設計的11組樣品響應值被顯著地分為兩個部分 ,其判別因子1(DF1)的貢獻率( 權重)達到98.128% ,說明樣品之間的差異主要體現在橫軸上的距離 ,左半區是洋蔥粉和蒜粉對烤雞香氣的影響 ,右半區為辣椒粉和黑胡椒粉對烤雞香氣的影響，這一結果和PCA分析結果一致。其豎軸上x組和Y組之間、Z組和L組之間的差異判別因子2(DF2)的貢獻率( 權重)只有0.026%。
結論
基于氣味指紋的電子鼻技術能夠區分不同香辛料對烤雞香氣的影響，洋蔥粉和蒜粉，黑胡椒粉和辣椒粉對烤雞香氣影響的區分效果良好。PCA分析和 DFA分析同時顯示蒜粉、洋蔥粉對烤雞香氣的指紋圖譜影響較為相似 ,黑胡椒粉、辣椒粉對烤雞香氣的指紋圖譜影響較為相似。同時DFA分析中在判別因子1(DF1)上可以區分蒜粉和洋蔥粉 ,黑胡椒粉和辣椒粉對烤雞香氣的指紋圖譜影響，提示在進一步實中，可以嘗試建立烤雞樣品揮發性物質中含硫化合物和帖烯類物質變化的識別庫模型 , 定性的判別未知烤雞樣品的歸屬。
來源：感官科學與評定 ，轉載請注明來源。
參考文獻：王宇璇,徐寶才,韓衍青,王志耕,孫璉.電子鼻在烤雞香氣區分中的應用[J].食品工業科技,2014,35(15):312-314+319.DOI:10.13386/j.issn1002-0306.2014.15.060.
提醒：文章僅供參考，如有不當，歡迎留言指正和交流。且讀者不應該在缺乏具體的專業建議的情況下，擅自根據文章內容采取行動，因此導致的損失，運營方不負責。如文章涉及侵權或不愿我平臺發布，請聯系處理。
材料與方法
樣品制備
x組為蒜粉添加量變化組 ,Y組為洋蔥粉添加量變化組 ,Z組為黑胡椒粉添加量變化組 ,L組為辣椒粉添加量變化組 ,具體配方見表 1。取雞大胸肉將調料與鮮肉充分混合后,一定溫度下烘烤。
電子鼻檢測：頂空溫度45℃ , 頂空加熱時間240s;頂空注射參數:采用自動進樣 , 注射體積1500L,注射速度500L/s,注射針總體積2.5mL;注射針溫度65℃; 獲取參數: 獲取時間120s,延滯時間300s。
結果與分析
不同烤雞樣品的氣味雷達指紋圖譜分析
利用電子鼻傳感器對11組樣品進行分析 ,每組樣品分別做 3 次平行重復 , 圖1為18根傳感器對每種樣品的響應值的雷達圖。
PCA分析
主成分分析主要是對傳感器響應值的特征向量矩陣進行數據轉換和降維 , 通過對降維后的特征向量進行線性分類，并將分類結果以散點圖的形式直觀的展現出來。一般情況下 , 當第一主成分(PC1)和第二主成分(PC2)的總貢獻率超過70%-85%時 ,分析結果就基本上綜合了全部傳感器的響應結果。PCA分析效果的優劣，可用識別指數(Diferentiation Index,DI)衡量。DI最大值為 100，當 DI在80 -100之間 ,表明可以有效區分，DI值越大，區分越好。
由圖 2 還可見 , 單一香辛料添加量不同時，在PCA分析圖中可表現出有區分度的差異，x組、Y 組、Z組和L組中的樣品都隨著香辛料添加量的變化呈現出線性變化的趨勢。這表明，PCA分析也可運用于識別單一香辛料的添加量。
DFA分析
判別因子分析( DFA分析)以充分保存現有信息為前提 ,使同類數據間的差異盡量縮小 ,不同類數據間的差異盡量擴大 ,從而達到進一步區分不同樣品的目的。圖3 是不同香辛料添加量對烤雞樣品氣的DFA圖。
結論
基于氣味指紋的電子鼻技術能夠區分不同香辛料對烤雞香氣的影響，洋蔥粉和蒜粉，黑胡椒粉和辣椒粉對烤雞香氣影響的區分效果良好。PCA分析和 DFA分析同時顯示蒜粉、洋蔥粉對烤雞香氣的指紋圖譜影響較為相似 ,黑胡椒粉、辣椒粉對烤雞香氣的指紋圖譜影響較為相似。同時DFA分析中在判別因子1(DF1)上可以區分蒜粉和洋蔥粉 ,黑胡椒粉和辣椒粉對烤雞香氣的指紋圖譜影響，提示在進一步實中，可以嘗試建立烤雞樣品揮發性物質中含硫化合物和帖烯類物質變化的識別庫模型 , 定性的判別未知烤雞樣品的歸屬。
來源：感官科學與評定 ，轉載請注明來源。
參考文獻：王宇璇,徐寶才,韓衍青,王志耕,孫璉.電子鼻在烤雞香氣區分中的應用[J].食品工業科技,2014,35(15):312-314+319.DOI:10.13386/j.issn1002-0306.2014.15.060.
提醒：文章僅供參考，如有不當，歡迎留言指正和交流。且讀者不應該在缺乏具體的專業建議的情況下，擅自根據文章內容采取行動，因此導致的損失，運營方不負責。如文章涉及侵權或不愿我平臺發布，請聯系處理。
