食品科学
食品科學
식품과학
FOOD SCIENCE
2014年
18期
267-271
,共5页
电子鼻%酸羊奶%乳酸菌%多元分析
電子鼻%痠羊奶%乳痠菌%多元分析
전자비%산양내%유산균%다원분석
electronic nose%goat yogurt%lactic acid bacteria%multivariate analysis
利用电子鼻技术快速区分酸羊奶的发酵菌种.通过电子鼻采集不同酸羊奶挥发成分的响应值,然后利用主成分分析(principal component analysis,PCA)、Fisher线性判别分析(fisher linear discriminant analysis,FLDA)以及BP神经网络(back propagation neural network,BP-NN)分析进行判别,建立基于电子鼻技术区分酸羊奶发酵菌种的方法.结果表明,FLDA及PCA都能够区分出不同菌种发酵的酸羊奶,FLDA区分效果优于PCA.利用FLDA和BP-NN分析预测酸羊奶发酵菌种类别的正确率分别为100.0％和98.4％.因此,利用电子鼻快速区分酸羊奶的发酵菌种是可行的.
利用電子鼻技術快速區分痠羊奶的髮酵菌種.通過電子鼻採集不同痠羊奶揮髮成分的響應值,然後利用主成分分析(principal component analysis,PCA)、Fisher線性判彆分析(fisher linear discriminant analysis,FLDA)以及BP神經網絡(back propagation neural network,BP-NN)分析進行判彆,建立基于電子鼻技術區分痠羊奶髮酵菌種的方法.結果錶明,FLDA及PCA都能夠區分齣不同菌種髮酵的痠羊奶,FLDA區分效果優于PCA.利用FLDA和BP-NN分析預測痠羊奶髮酵菌種類彆的正確率分彆為100.0％和98.4％.因此,利用電子鼻快速區分痠羊奶的髮酵菌種是可行的.
이용전자비기술쾌속구분산양내적발효균충.통과전자비채집불동산양내휘발성분적향응치,연후이용주성분분석(principal component analysis,PCA)、Fisher선성판별분석(fisher linear discriminant analysis,FLDA)이급BP신경망락(back propagation neural network,BP-NN)분석진행판별,건립기우전자비기술구분산양내발효균충적방법.결과표명,FLDA급PCA도능구구분출불동균충발효적산양내,FLDA구분효과우우PCA.이용FLDA화BP-NN분석예측산양내발효균충유별적정학솔분별위100.0％화98.4％.인차,이용전자비쾌속구분산양내적발효균충시가행적.
