基于电子鼻和神经网络的牛肉新鲜度的检测

摘要

本文对一批新鲜牛肉进行感官评价、挥发性盐基氮检测、微生物含量检测和电子鼻检测,检测时间为冷藏第0、3、5、7、10、12、14d.应用电子鼻第50 s的响应信号建立牛肉样品的模式识别分析模型.运用马氏距离分析牛肉样品新鲜度的变化,样品与新鲜样品间的马氏距离随冷藏时间的延长而增大,在冷藏5d后,样品的质量有明显跃变;运用主成分分析和线性判别分析区分不同冷藏时间的样品,除第0～5d样品有部分重合外,其他天数样品都能很好区分;利用逐步判别分析进行冷藏时间判别,正确率为96.19％;分别采用BP神经网络(BPNN)和广义回归网络(GRNN)建立牛肉冷藏天数与感官理化指标间的相关模型,实验表明GRNN模型效果较好,该模型对冷藏时间、挥发性盐基氮(TVBN)、细菌总数和感官得分的预测误差Se分别为1.36d、4.64×10-2 mg/g、1.61×106cfu/g和1.31.