基于电子鼻和神经网络对广式香肠脂肪氧化的评价

采用电子鼻技术对广式香肠加工和贮藏过程中的脂肪氧化程度进行检测。在加工和贮藏中，分别提取香肠烘干0～120 h和贮藏0～20 周的电子鼻响应值，同时检测香肠的酸价（acid value，AV）和过氧化值（peroxidevalue，POV）来评价香肠的脂肪氧化程度，建立两者之间相关性。通过Loading分析、方差分析和Pearson相关性分析评价10 个传感器对香肠气味的贡献率，选出最佳传感器阵列，通过人工神经网络方法建立香肠AV和POV的预测模型。结果表明：S4、S6、S7、S8和S9为香肠加工过程中对脂肪氧化表征的最佳传感器阵列，S6、S7、S8和S9为香肠贮藏过程中的最佳传感器阵列。在加工和贮藏过程中模型预测效果较好。其中，对于加工过程，基于全部传感器阵列模型对AV和POV预测的R2分别为0.959和0.930，而基于最佳传感器阵列对AV和POV预测的R2分别为0.930和0.914；对于贮藏过程，基于最佳传感器对POV预测模型R2为0.805外，其余皆在0.9以上。因此，电子鼻在广式香肠加工和贮藏过程中对其脂肪氧化程度的检测有着比较好的效果，可以进一步应用到广式香肠的商业生产和贮藏