电子鼻定量检测淡水鱼新鲜度的方法研究

摘要 挥发性盐基氮(total volatile basic nitrogen,TVB-N)值是定量评价淡水鱼新鲜度的重要指标之一,为了寻求更加准确检测TVB-N值的有效方法,自行设计了电子鼻系统.该系统由金属氧化物感器阵列、数据采集卡、信号调理电路以及数据采集与处理程序构成.以鲢鱼为研究对象,利用电子鼻系统对其新鲜度进行检测.以传感器阵列响应值作为自变量,以鱼肉TVB-N值作为因变量,分别采用多元线性回归(multiple linear regression,MLR)、主成分回归(principal component regression,PCR)和反向传播神经网络(back propagation neural network, BPNN)建立了TVB-N值的预测模型.通过测试样本对3种模型进行验证,MLR预测模型对TVB-N的预测值与测量值之间的相关系数R、预测标准误差SEP、最大误差百分比RE-max及平均误差百分比RE-mean分别为0.65、5.11、7.45％和5.04％;PCR预测模型分别为0.80、2.77、5.64％和3.15％;BPNN预测模型分别为0.97、1.56、3.51％和2.18％.结果表明:BPNN预测模型性能最优,PCR预测模型性能次之,MLR预测模型性能最差.该研究为定量化检测淡水鱼新鲜度的检测提供了一种有效的方法