电子鼻是由多个性能彼此重叠的气敏传感器和适当的模式分类方法组成的具有识别单一和复杂气味能力的装置。它采用了人工智能技术，实现了由仪器“嗅觉"对产品进行客观分析，规避了人工鉴别中的主观因素。本实验研究电子鼻识别四种不同香辛料烤鸡气味轮廓特征的表达技术。
材料与方法
样品制备
x组为蒜粉添加量变化组 ,Y组为洋葱粉添加量变化组 ,Z组为黑胡椒粉添加量变化组 ,L组为辣椒粉添加量变化组 ,具体配方见表 1。取鸡大胸肉将调料与鲜肉充分混合后,一定温度下烘烤。 
方法
电子鼻检测：顶空温度45℃ , 顶空加热时间240s;顶空注射参数:采用自动进样 , 注射体积1500L,注射速度500L/s,注射针总体积2.5mL;注射针温度65℃; 获取参数: 获取时间120s,延滞时间300s。
结果与分析
不同烤鸡样品的气味雷达指纹图谱分析
利用电子鼻传感器对11组样品进行分析 ,每组样品分别做 3 次平行重复 , 图1为18根传感器对每种样品的响应值的雷达图。 
从雷达图可以看出 ,对不同样品的响应值 ,每根传感器之间存在明显差异，18 根传感器中TA/2、 T40/1、T40/2、P30/2、P40/2、P30/1、PA/2、P40/1、 P10/2、LY2/A、LY2/G这11根传感器都随着样品的不同有明显的变化趋势。辣椒粉和黑胡椒粉对于 TA/2、T40/1、T40/2、P30/2、P40/2、P10/2这 6 根传感器响应值要大于洋葱粉和蒜粉 ,其中 P30/2、P40/2、 P10/2这 3 根传感器的响应值随着辣椒粉添加量的变化而变化的趋势最为明显 ,其次是黑胡椒粉 ,最后是洋葱粉和蒜粉。蒜粉和洋葱粉对 PA/2、P40/1、LY2/A、LY2/G这4根传感器的响应值要大于黑胡椒粉和辣椒粉。从传感器信号强度的不同可以初步、直观的判断11组样品之间的特征气味物质存在差异。同时，为了减少误差，提高区分度 ,选取TA/2、 T40/1、T40/2、P30/2、P40/2、P30/1、PA/2、P40/1、 P10/2、LY2/A、LY2/G这11根变化趋势明显的传感器构建新的传感器阵列 ,进行PCA和DFA分析。
PCA分析
主成分分析主要是对传感器响应值的特征向量矩阵进行数据转换和降维 , 通过对降维后的特征向量进行线性分类，并将分类结果以散点图的形式直观的展现出来。一般情况下 , 当第一主成分(PC1)和第二主成分(PC2)的总贡献率超过70%-85%时 ,分析结果就基本上综合了全部传感器的响应结果。PCA分析效果的优劣，可用识别指数(Diferentiation Index,DI)衡量。DI最大值为 100，当 DI在80 -100之间 ,表明可以有效区分，DI值越大，区分越好。
图 2 是本实验不同香辛料添加量下的烤鸡样品气味信息PCA分析图。由图2可知 ,PCA分析图中的第一主成分(PC1)和第二主成分(PC2) 的总贡献率超过了98% ,说明分析结果基本上综合了传感器阵列的响应结果。同时在图 2 中 ,11组烤鸡样品可分为两个区域 ,x组和Y组位于右半区 ,L组和Z组位于左半区 ,其识别指数达到 91，区分结果良好 ,说明经过选择的传感器阵列可以有效的识别不同的样品。右半区中 , 编号为 x1 、x2 、x3 、Y1 、Y2 、Y3 的样品在x轴上距离很小 ,说明他们之间差异性很小，同样，左半区中，编号为 Z1 、Z2 、L1 、 L2 、L3 的样品差异性主要集中在竖轴上 ,说明他们之间的差异性不明显。同一区域物质对烤鸡香气轮廓的贡献类似 ，提示，在生产实践中蒜粉和洋葱粉 ,辣椒粉和黑胡椒粉添加时对烤鸡产品香气有叠加效应，不能同时添加过多的量。
由图 2 还可见 , 单一香辛料添加量不同时，在PCA分析图中可表现出有区分度的差异，x组、Y 组、Z组和L组中的样品都随着香辛料添加量的变化呈现出线性变化的趋势。这表明，PCA分析也可运用于识别单一香辛料的添加量。
DFA分析
判别因子分析( DFA分析)以充分保存现有信息为前提 ,使同类数据间的差异尽量缩小 ,不同类数据间的差异尽量扩大 ,从而达到进一步区分不同样品的目的。图3 是不同香辛料添加量对烤鸡样品气的DFA图。
图3中 ,实验设计的11组样品响应值被显著地分为两个部分 ,其判别因子1(DF1)的贡献率( 权重)达到98.128% ,说明样品之间的差异主要体现在横轴上的距离 ,左半区是洋葱粉和蒜粉对烤鸡香气的影响 ,右半区为辣椒粉和黑胡椒粉对烤鸡香气的影响，这一结果和PCA分析结果一致。其竖轴上x组和Y组之间、Z组和L组之间的差异判别因子2(DF2)的贡献率( 权重)只有0.026%。
结论
基于气味指纹的电子鼻技术能够区分不同香辛料对烤鸡香气的影响，洋葱粉和蒜粉，黑胡椒粉和辣椒粉对烤鸡香气影响的区分效果良好。PCA分析和 DFA分析同时显示蒜粉、洋葱粉对烤鸡香气的指纹图谱影响较为相似 ,黑胡椒粉、辣椒粉对烤鸡香气的指纹图谱影响较为相似。同时DFA分析中在判别因子1(DF1)上可以区分蒜粉和洋葱粉 ,黑胡椒粉和辣椒粉对烤鸡香气的指纹图谱影响，提示在进一步实中，可以尝试建立烤鸡样品挥发性物质中含硫化合物和帖烯类物质变化的识别库模型 , 定性的判别未知烤鸡样品的归属。
来源：感官科学与评定 ，转载请注明来源。
参考文献：王宇璇,徐宝才,韩衍青,王志耕,孙琏.电子鼻在烤鸡香气区分中的应用[J].食品工业科技,2014,35(15):312-314+319.DOI:10.13386/j.issn1002-0306.2014.15.060.
提醒：文章仅供参考，如有不当，欢迎留言指正和交流。且读者不应该在缺乏具体的专业建议的情况下，擅自根据文章内容采取行动，因此导致的损失，运营方不负责。如文章涉及侵权或不愿我平台发布，请联系处理。
材料与方法
样品制备
x组为蒜粉添加量变化组 ,Y组为洋葱粉添加量变化组 ,Z组为黑胡椒粉添加量变化组 ,L组为辣椒粉添加量变化组 ,具体配方见表 1。取鸡大胸肉将调料与鲜肉充分混合后,一定温度下烘烤。
电子鼻检测：顶空温度45℃ , 顶空加热时间240s;顶空注射参数:采用自动进样 , 注射体积1500L,注射速度500L/s,注射针总体积2.5mL;注射针温度65℃; 获取参数: 获取时间120s,延滞时间300s。
结果与分析
不同烤鸡样品的气味雷达指纹图谱分析
利用电子鼻传感器对11组样品进行分析 ,每组样品分别做 3 次平行重复 , 图1为18根传感器对每种样品的响应值的雷达图。
PCA分析
主成分分析主要是对传感器响应值的特征向量矩阵进行数据转换和降维 , 通过对降维后的特征向量进行线性分类，并将分类结果以散点图的形式直观的展现出来。一般情况下 , 当第一主成分(PC1)和第二主成分(PC2)的总贡献率超过70%-85%时 ,分析结果就基本上综合了全部传感器的响应结果。PCA分析效果的优劣，可用识别指数(Diferentiation Index,DI)衡量。DI最大值为 100，当 DI在80 -100之间 ,表明可以有效区分，DI值越大，区分越好。
由图 2 还可见 , 单一香辛料添加量不同时，在PCA分析图中可表现出有区分度的差异，x组、Y 组、Z组和L组中的样品都随着香辛料添加量的变化呈现出线性变化的趋势。这表明，PCA分析也可运用于识别单一香辛料的添加量。
DFA分析
判别因子分析( DFA分析)以充分保存现有信息为前提 ,使同类数据间的差异尽量缩小 ,不同类数据间的差异尽量扩大 ,从而达到进一步区分不同样品的目的。图3 是不同香辛料添加量对烤鸡样品气的DFA图。
结论
基于气味指纹的电子鼻技术能够区分不同香辛料对烤鸡香气的影响，洋葱粉和蒜粉，黑胡椒粉和辣椒粉对烤鸡香气影响的区分效果良好。PCA分析和 DFA分析同时显示蒜粉、洋葱粉对烤鸡香气的指纹图谱影响较为相似 ,黑胡椒粉、辣椒粉对烤鸡香气的指纹图谱影响较为相似。同时DFA分析中在判别因子1(DF1)上可以区分蒜粉和洋葱粉 ,黑胡椒粉和辣椒粉对烤鸡香气的指纹图谱影响，提示在进一步实中，可以尝试建立烤鸡样品挥发性物质中含硫化合物和帖烯类物质变化的识别库模型 , 定性的判别未知烤鸡样品的归属。
来源：感官科学与评定 ，转载请注明来源。
参考文献：王宇璇,徐宝才,韩衍青,王志耕,孙琏.电子鼻在烤鸡香气区分中的应用[J].食品工业科技,2014,35(15):312-314+319.DOI:10.13386/j.issn1002-0306.2014.15.060.
提醒：文章仅供参考，如有不当，欢迎留言指正和交流。且读者不应该在缺乏具体的专业建议的情况下，擅自根据文章内容采取行动，因此导致的损失，运营方不负责。如文章涉及侵权或不愿我平台发布，请联系处理。
