電子鼻和電子舌信號聯(lián)用方法分析及其在食品品質(zhì)檢測中的應(yīng)用

田曉靜,王 俊,裘姍姍,楊具田,馬忠仁,陸會寧

(1.西北民族大學(xué)生命科學(xué)與工程學(xué)院,甘肅蘭州 730024；2.浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院,浙江杭州 310058；3.西北民族大學(xué)生物工程與技術(shù)國家民委重點實驗室,甘肅蘭州 730030)

電子鼻和電子舌信號聯(lián)用方法分析及其在食品品質(zhì)檢測中的應(yīng)用

田曉靜1,2,王 俊2，*,裘姍姍2,楊具田1,馬忠仁3,陸會寧1

(1.西北民族大學(xué)生命科學(xué)與工程學(xué)院,甘肅蘭州 730024；2.浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院,浙江杭州 310058；3.西北民族大學(xué)生物工程與技術(shù)國家民委重點實驗室,甘肅蘭州 730030)

電子鼻和電子舌模擬哺乳動物的嗅覺和味覺實現(xiàn)了食品感官品質(zhì)的客觀評定,但味覺和嗅覺信息并不是獨立存在的,而是相互作用影響形成綜合信息。本文主要綜述了電子鼻和電子舌信息聯(lián)用常用方法直接合并、分別提取特征值后合并和分別建模后重組有效信息的方法,為綜合的電子感官信息客觀反映食品的感官品質(zhì)提供有效的工具。

電子鼻,電子舌,信號聯(lián)用,應(yīng)用

模仿哺乳動物嗅覺的電子鼻反映氣味信息、模仿味覺的電子舌反映滋味信息,從不同角度對食品品質(zhì)的進行快速評定。近年來電子鼻、電子舌技術(shù)由于其檢測快速、操作簡單、重現(xiàn)性好等優(yōu)點,使其廣泛的應(yīng)用于很多領(lǐng)域內(nèi),尤其是食品行業(yè)中[1-2]。一般情況下,單獨采用電子鼻或電子舌就能實現(xiàn)對樣品的區(qū)分、鑒別和分類。但是,由于各種各樣的食品同時具有味覺和嗅覺的特征,需要綜合氣味、滋味、色澤、組織狀態(tài)等信息做出全面衡量,僅采用電子鼻從氣味或電子舌從滋味單一角度進行評價時往往難以獲得令人滿意的結(jié)果。在此情況下,電子鼻和電子舌數(shù)據(jù)的聯(lián)用,即氣味和滋味信息的融合受到廣泛關(guān)注。目前,電子鼻和電子舌的融合數(shù)據(jù)分析已經(jīng)在產(chǎn)品產(chǎn)地判別、新鮮度監(jiān)測、品質(zhì)區(qū)分和品種判別等中應(yīng)用。

1 電子鼻和電子舌信號聯(lián)用的目的和方法

單一檢測的信息不全面,要從色、香、味等角度全面的反映樣品的信息。模仿哺乳動物嗅覺的電子鼻反映氣味信息、模仿味覺的電子舌反映滋味信息,從不同角度對食品品質(zhì)進行快速評定。但是,感官評定是綜合氣味、滋味、色澤、組織狀態(tài)等信息做出全面衡量,而目前大多數(shù)的電子鼻和電子舌的評價多是從單一角度進行的評定,電子鼻和電子舌信號聯(lián)用的研究相對較少。

在電子鼻和電子舌數(shù)據(jù)聯(lián)用時,數(shù)據(jù)的聯(lián)用方法主要有:直接合并、特征值提取后聯(lián)用和分別建模后重組有效信息的方法[3]。其中直接合并是指在建模前將不同儀器獲得的信號直接合并的方法,聯(lián)用后根據(jù)數(shù)據(jù)決定是否進行預(yù)處理,如標(biāo)準(zhǔn)化、特征值提取等預(yù)處理減少冗余信息。獲得的新數(shù)據(jù)集中參數(shù)個數(shù)是所有單個儀器獲得參數(shù)的綜合,屬于數(shù)據(jù)的初級融合;特征值提取后聯(lián)用則是分別對不同儀器響應(yīng)信號進行特征值提取(方差分析、主城分分析、逐步判別分析、貝葉斯判別分析等),剔除冗余信息、消除由于傳感器的交叉敏感性帶來的數(shù)據(jù)多元共線性問題、降低數(shù)據(jù)維度,提取有效區(qū)分的參數(shù)聯(lián)用后進行建模,屬于中等級別的數(shù)據(jù)融合;綜合分析則是指分別對單個儀器的結(jié)果進行建模(如主成分分析),形成具有判別效果的綜合參數(shù),再提取綜合參數(shù)重新進行分析,此為高等級別的數(shù)據(jù)融合。

為比較電子鼻、電子舌及其聯(lián)用信號的判別效果,主成分分析(Principle component analysis,PCA)[4],線性判別分析(Linear discriminant analysis,LDA)[5]、偏最小二乘判別分析(partial least squares discriminant analysis,PLS-DA)[6]、支持向量機(Support vector machine,SVM)[7-8]及人工神經(jīng)網(wǎng)絡(luò)(Artificial neuron network)[5,9]如RBF神經(jīng)網(wǎng)絡(luò)、K-NN神經(jīng)網(wǎng)絡(luò)、模糊自適應(yīng)共振理論網(wǎng)絡(luò)等均被引用。其中主成分分析在不丟失主要信息的前提下,以較少新變量代替原始變量,直觀反應(yīng)原始數(shù)據(jù)信息,解決了信息重疊的問題;判別分析則是在已知樣品分組的基礎(chǔ)上,研究不同總體的性質(zhì)和特征,根據(jù)已知總體的多種觀測指標(biāo)建立判別函數(shù),并以此作為樣本劃歸某一總體的依據(jù),實現(xiàn)種類的判別;支持向量機具對小樣本具有較強的適應(yīng)性;神經(jīng)網(wǎng)絡(luò)對學(xué)習(xí)樣品典型性的要求使其應(yīng)用受到一定影響。因此,主成分分析成為判別電子鼻和電子舌信號聯(lián)用效果最常用的方法。

2 電子鼻與電子舌聯(lián)用信號在食品品質(zhì)檢測中的應(yīng)用

2.1 直接合并

2.1.1 電子鼻和電子舌信號直接合并 通常情況下,在建模前直接將電子鼻和電子舌信號串聯(lián)作為輸入進行分析,就可以獲得電子鼻檢測的揮發(fā)性氣味信息和電子舌檢測的水溶性呈味信息的綜合信息,一般都能獲得由于單獨使用電子鼻、電子舌進行判別的結(jié)果。

目前,學(xué)者采用直接聯(lián)用法進行研究有:Winquist等[4]采用電子鼻和電子舌分析了三種果汁(橘子汁、蘋果汁和菠蘿汁)。結(jié)果表明,電子舌的主成分分析結(jié)果中菠蘿汁與橘子汁有部分重疊;電子鼻的主成分分析結(jié)果中菠蘿汁和蘋果汁之間相互重疊;采用電子鼻和電子舌的聯(lián)用數(shù)據(jù)進行主成分分析時,辨識率得到明顯提高;以品茶師評分為基礎(chǔ),Runu等[5]采用電子鼻和電子舌檢測了不同等級的紅茶,分別以電子鼻、電子舌、電子鼻和電子舌信號進行主成分分析和線性判別分析,聯(lián)用信號分析時數(shù)據(jù)點的聚集性和區(qū)分度均高于單獨采用電子鼻或電子舌,且神經(jīng)網(wǎng)絡(luò)的分類正確率也得到提高(聯(lián)用:93%;電子舌:85%～86%;電子鼻;83%～84%);Gil[10]搭建了用以監(jiān)測佐餐酒開瓶后的的腐敗過程的電子鼻和電子舌系統(tǒng),在開瓶儲藏過程初期,三種佐餐酒的總酸值上升緩慢,28d上升速度增大,尤其是第48d時速度更快。主成分分析結(jié)果表明電子舌基本能將不同腐敗程度的佐餐酒區(qū)分開,但是難以有效蹤酒中酸度變化的過程;主成分分析結(jié)果表明電子鼻能夠跟蹤酒中酸度增大的過程;電子鼻和電子舌聯(lián)用信號不僅能跟蹤佐餐酒腐敗過程中酸度的變化規(guī)律,還能監(jiān)測到酸度變化不顯著時佐餐酒逐漸腐敗的變化。Huo等[11]在對三種不同來源和等級的綠茶(龍井、碧螺春和竹葉青)的電子鼻和電子舌檢測中,電子鼻和電子舌的聯(lián)用信號在主成分分析改善數(shù)據(jù)維度時優(yōu)于單獨使用電子鼻或電子舌,且其主成分分析判別結(jié)果和聚類分析結(jié)果都能將不同來源、不同等級的綠茶有效區(qū)分。

2.1.2 分別標(biāo)準(zhǔn)化后直接聯(lián)用/合并后進行標(biāo)準(zhǔn)化 將不同儀器檢測結(jié)果聯(lián)合進行分析時,由不同儀器獲得測參數(shù)的量綱和數(shù)量級不同,對分析結(jié)果會產(chǎn)生影響。因此,為消除儀器各指標(biāo)間的量綱差異和數(shù)量級間的差異,常在電子鼻和電子舌信號聯(lián)用前/后進行標(biāo)準(zhǔn)化處理。

Apetrei等[6]采用電子鼻、電子舌和電子眼鑒別了不同苦度橄欖油,發(fā)現(xiàn)將三組結(jié)果分別進行標(biāo)準(zhǔn)化后聯(lián)用對不同來源樣品的區(qū)分和識別效果優(yōu)于三種儀器單獨檢測的結(jié)果。Cole等[12]分別采用自制電子鼻和電子舌研究了氯化鈉溶液、蔗糖溶液、奎寧溶液、乙醇溶液和乙酸乙酯溶液。對電子舌信號進行主成分分析時,乙酸乙酯樣品數(shù)據(jù)點與參比去離子水在投影時有部分重疊;而電子鼻在區(qū)分低揮發(fā)性溶液時存在一定難度;對電子鼻、電子舌數(shù)據(jù)標(biāo)準(zhǔn)化后進行主成分分析結(jié)果表明,連用數(shù)據(jù)能夠?qū)⑽队X導(dǎo)向性和嗅覺導(dǎo)向性的樣品很好的識別。Haddi 等[9]以不同品牌、不同種類果蔬汁為樣品進行了電子鼻和電子舌檢測,以期實現(xiàn)對不同果汁種類、品牌、果汁含量的快速判別。分別以電子鼻、電子舌和電子鼻與電子舌聯(lián)用信號為輸入進行主成分分析,發(fā)現(xiàn)電子鼻和電子舌在單獨使用時均難以實現(xiàn)對每一種果汁的識別;聯(lián)用信號對不同種類果汁的判別效果得到顯著提高,雖然仍有兩種果汁相互重疊。Laureati等[13]采用感官評定、電子鼻和電子舌研究了不同品種紫蘇(Perilla frutescens)之間的差異,對三種信號直接聯(lián)用的數(shù)據(jù)進行標(biāo)準(zhǔn)化后進行主成分分析,發(fā)現(xiàn)聯(lián)用數(shù)據(jù)很好的評價了不同品種紫蘇的差異;Hong等[7]又比較了電子鼻、電子舌、標(biāo)準(zhǔn)化后聯(lián)用信號及聯(lián)用信號經(jīng)特征提取后(主成分分析提取有效主成分、F因子篩選、逐步篩選)對小番茄汁中摻入過熟番茄比例的主成分分析判別結(jié)果,發(fā)現(xiàn)這幾種信號均能將摻假小番茄汁有效區(qū)分,聯(lián)用信號的分類效果優(yōu)于單獨使用電子鼻或電子舌進行判別。

2.1.3 合并后進行特征值的提取 電子鼻和電子舌信號均包含了豐富的信息,將兩者直接聯(lián)用時常常會使數(shù)據(jù)的維度過大,甚至?xí)胁糠秩哂嘈畔?會對聯(lián)用信號的判別結(jié)果造成不良影響。因此,對電子鼻和電子舌聯(lián)用信號進行特征提取,有效降維的同時剔除冗余信息,有效提高判別結(jié)果的準(zhǔn)確度。

目前,電子鼻和電子舌信號聯(lián)用后再進行特征值提取的研究主要有:Haddi等[3,8]對5種不同產(chǎn)地橄欖油的電子感官檢測中,以PCA分類結(jié)果進行判別時,電子鼻和電子舌對不同產(chǎn)地橄欖油的識別效果不如兩者的聯(lián)用信號;經(jīng)ANOVA特征值提取后,聯(lián)用信號的區(qū)分度進一步提高。Hong等[14]比較了采用摻假小番茄汁的電子鼻和電子舌直接聯(lián)用信號及對聯(lián)用信號進行ANOVA、逐步判別分析提取特征值提取后的數(shù)據(jù)集進行主成分分析,結(jié)果發(fā)現(xiàn)經(jīng)ANOVA特征值提取后,聯(lián)用信號在鑒別小番茄汁是否摻假時最有效。

2.2 分別提取特征之后進行聯(lián)用

在有的情況下,傳感器響應(yīng)信號維度較大,在聯(lián)用前需要分別提取特征值。

Sundic等[15]對7種不同產(chǎn)地的土豆泥進行了電子舌和電子鼻檢測,分別提取特征值后形成組成新的數(shù)據(jù)集。三種不同的特征值提取方法(Fisher’s 權(quán)重、順序先前選擇算法、反向消元法)提取的參數(shù)進行主成分分析結(jié)果均優(yōu)于采用原始數(shù)據(jù)進行分析的結(jié)果。Banerjee等[16]在對紅茶的電子鼻和電子舌檢測中,提取電子鼻傳感器響應(yīng)的峰值、經(jīng)離散小波變換的電子舌傳感器信號組成新的數(shù)據(jù)集建立貝葉斯分類器,發(fā)現(xiàn)電子鼻、電子舌及其聯(lián)用數(shù)據(jù)的錯判率分別為30.9091%、16.9841%和8.1818%,聯(lián)用數(shù)據(jù)的判別效果優(yōu)于單獨使用電子鼻或電子舌。Men等[17]在對中國白酒的電子鼻和電子舌檢測中,提取電子鼻傳感器響應(yīng)的最大值和電子舌傳感器在1.3、1、0.7、0.4、0.1、-0.2和-0.5v時的電流值作為特征值及其聯(lián)用數(shù)據(jù)進行主成分分析,結(jié)果發(fā)現(xiàn)電子舌完全無法區(qū)分不同白酒樣品;電子鼻基本能將不同白酒區(qū)分開;聯(lián)用信號的判別結(jié)果優(yōu)于電子舌。分別以電子鼻和電子舌聯(lián)用信號、提取電子鼻和電子舌聯(lián)用信號的有效主成分建立貝葉斯分類器,發(fā)現(xiàn)經(jīng)主成分分析提取有效主成分后,貝葉斯分類器錯判的概率和樣品的誤判率均明顯降低。

2.3 分別建模后重組有效信息

在電子鼻和電子舌傳感器選擇時,為了保持電子鼻和電子舌獲取信號的全面性,常選擇具有交互敏感的傳感器,使其響應(yīng)值具有一定的相關(guān)性。在電子鼻和電子舌信號聯(lián)用時,需要對信號進行處理,以消除共線性問題。而主成分分析則是在在力求數(shù)據(jù)信息丟失最少的原則下,對高維的變量空間降維,即研究指標(biāo)體系的少數(shù)幾個線性組合,并且這幾個線性組合所構(gòu)成的綜合指標(biāo)將盡可能多地保留原來指標(biāo)變異方面的信息。通過主成分分析將電子鼻和電子舌聯(lián)用信號的高維信息降低到一個較易辨識的低維空間,根據(jù)其主成分的得分由圖形直觀地獲得各樣品的信息[18],主成分分析在電子鼻[19-21]、電子舌及其聯(lián)用信號分析中應(yīng)用較為普遍。

在處理電子鼻和電子舌聯(lián)用信號的研究中,提取主成分的方法適用于:對電子鼻或電子舌,主成分分析難以有效區(qū)分不同的樣品,但其中有一個主成分按照樣品特征呈規(guī)律性分布,將之分別提取出來重新組合后,繪制兩維圖,實現(xiàn)樣品的有效判別。

Rodríguez-Méndez等[22]采用氣敏傳感器、液體傳感器和光學(xué)傳感器監(jiān)測了6種由同品種、不同產(chǎn)地和老化程度的葡萄釀造的紅酒,分別對三種儀器檢測結(jié)果進行PCA分析,發(fā)現(xiàn)其第一主成分均具有較好的區(qū)分效果,提取第一主成分并兩兩組合繪制兩維散點圖,其區(qū)分效果優(yōu)于單獨采用一種信息進行分析。Di Natale等[23]在對不同新鮮度(室溫下敞口置于0d和1d的牛奶)、不同熱處理方法(巴氏殺菌和超高溫滅菌(Ultrahigh temperature,UHT))的電子鼻、電子舌及其聯(lián)用信號進行分析時發(fā)現(xiàn),直接聯(lián)用數(shù)據(jù)的判別效果不如單獨使用電子鼻、電子舌進行判別。電子鼻的主成分分析結(jié)果中,第一主成分在不同新鮮度的牛奶區(qū)分上具有貢獻;電子舌的主成分分析結(jié)果中,第二主成分具有區(qū)分不同熱處理方法的能力。分別提取電子鼻主成分分析結(jié)果中具有區(qū)分度的第一主成分和電子舌主成分分析結(jié)果中具有區(qū)分度的第二主成分,繪制兩維散點圖,發(fā)現(xiàn)聯(lián)用分析能將不同新鮮度、不同熱處理方法的牛奶正確區(qū)分。

3 總結(jié)與展望

電子鼻和電子舌兩種儀器信號的聯(lián)合分析使得其食品品質(zhì)評價的能力得到提高,但更多信息的融合卻并不一定總會獲得更佳的效果。電子鼻和電子舌及理化指標(biāo)的融合,并不一定總是獲得更好的結(jié)果,如Cosio等[24]采用電子鼻、電子舌監(jiān)測不同儲藏條件下貯藏不同時間的橄欖油的氧化情況時,發(fā)現(xiàn)僅電子鼻就能很好地反映橄欖油的氧化情況,電子舌信號的融入未能提高判別的效果;Di Natale等[25]對不同新鮮度和不同熱處理方法加工牛奶的判別時,電子鼻和電子舌直接聯(lián)用信號的分析結(jié)果不如單獨使用電子鼻 或電子舌的效果好。因此,在數(shù)據(jù)處理的過程中首先應(yīng)對樣品的特性進行分析,若樣品氣味信息或滋味信息能實現(xiàn)品質(zhì)的評價,則無需進行數(shù)據(jù)的聯(lián)用。但大多情況下單一數(shù)據(jù)難以全面反映樣品的信息,需要進行數(shù)據(jù)聯(lián)用。在聯(lián)用時,分別提取有效信息后將不同數(shù)據(jù)進行聯(lián)用,對比分析不同聯(lián)用方法,以獲得最佳的判別效果,實現(xiàn)食品品質(zhì)的快速綜合評價。

此外,國內(nèi)關(guān)于電子鼻和電子舌信號的聯(lián)合分析還較少,多停留在兩個儀器分別從不同角度進行評價,其工作模式和評價依據(jù)還有待于進一步研究,隨著電子鼻和電子舌信號的不斷融合,使得電子感官(電子鼻、電子舌)在食品行中的應(yīng)用越來越廣闊。

[1]汪敏,趙曄.電子鼻和電子舌在魚肉鮮度評價中的應(yīng)用研究[J].肉類研究,2009(6):63-65.

[2]周映霞,武海.電子鼻及其在肉品感官評定中的應(yīng)用[J].肉類研究,2009(8):55-58.

[3]Haddi Z,Boughrini M,Ihlou S,etal. Geographical classification of Virgin Olive Oils by combining the electronic nose and tongue[C]//Sensors,2012 IEEE. IEEE,2012:1-4.

[4]Winquist F,Lundstr?m I,Wide P. The combination of an electronic tongue and an electronic nose[J]. Sensors and Actuators B:Chemical,1999,58(1):512-517.

[5]Runu B.,Tudu B,Shaw L,etal. Instrumental testing of tea by combining the responses of electronic nose and tongue[J]. Journal of food engineering,2012,110(3):356-363.

[6]Apetrei C,Apetrei I M,Villanueva S,etal. Combination of an e-nose,an e-tongue and an e-eye for the characterisation of olive oils with different degree of bitterness[J]. Analytica chimica acta,2010,663(1):91-97.

[7]Hong X,Wang J. Detection of adulteration in cherry tomato juices based on electronic nose and tongue:Comparison of different data fusion approaches[J]. Journal of Food Engineering,2014,126:89-97.

[8]Haddi Z,Alami H,El Bari N,etal. Electronic nose and tongue combination for improved classification of Moroccan virgin olive oil profiles[J]. Food Research International,2013,54(2):1488-1498.

[9]Haddi Z,Mabrouk S,Bougrini M,etal. E-Nose and e-Tongue combination for improved recognition of fruit juice samples[J]. Food Chemistry,2014,150:246-253.

[10]Gil-Sánchez L,Soto J,Martínez-Máez R,etal. A novel humid electronic nose combined with an electronic tongue for assessing deterioration of wine[J]. Sensors and Actuators A:Physical,2011,171(2):152-158.

[11]Huo D,Wu Y,Yang M,etal. Discrimination of Chinese green tea according to varieties and grade levels using artificial nose and tongue based on colorimetric sensor arrays[J]. Food chemistry,2014,145:639-645.

[12]Cole M,Covington J A,Gardner J W. Combined electronic nose and tongue for a flavour sensing system[J]. Sensors and Actuators B:Chemical,2011,156(2):832-839.

[3]Laureati M,Buratti S,Bassoli A,etal. Discrimination and characterisation of three cultivars of Perilla frutescens by means of

sensory descriptors and electronic nose and tongue analysis[J]. Food Research International,2010,43(4),959-964.

[4]Xuezhen Hong,Jun Wang,Shanshan Qiu. Authenticating cherry tomato juices—Discussion of different data standardization and fusion approaches based on electronic nose and tongue,Food Research International,Available online 1 November 2013,ISSN 0963-9969,http://dx.doi.org/10.1016/j.foodres.2013.10.039.

[5]Sundic T,Marco S,Perera A,etal. Potato creams recognition from electronic nose and tongue signals:feature extraction/selection and RBF neural networks classifiers[C]//Neural Network Applications in Electrical Engineering,2000. NEUREL 2000. Proceedings of the 5th Seminar on. IEEE,2000:69-74.

[6]Banerjee R,Chattopadhyay P,Rani R,etal. Discrimination of black tea using electronic nose and electronic tongue:A Bayesian classifier approach[C]//Recent Trends in Information Systems(ReTIS),2011 International Conference on. IEEE,2011:13-17.

[7]MEN H,NING K,CHEN D. Data Fusion of Electronic Nose and Electronic Tongue for Discrimination of Chinese Liquors[J]. Sensors & Transducers,2013,157(10):57-67

[8]陳德釗. 多元數(shù)據(jù)處理[M].北京:化學(xué)工業(yè)出版社,1998,124-142.

[19]于慧春,王俊. 電子鼻技術(shù)在茶葉品質(zhì)檢測中的應(yīng)用研究[J]. 傳感技術(shù)學(xué)報,2008,21(5):748-752.

[20]殷勇,田先亮. 基于 PCA 與 Wilks 準(zhǔn)則的電子鼻酒類鑒別方法研究[J]. 儀器儀表學(xué)報,2007,28(5):849-852.

[21]徐亞丹,王俊,趙國軍. 檢測摻假牛奶的電子鼻傳感器陣列的優(yōu)化[J]. 傳感技術(shù)學(xué)報,2006,19(4):957-962.

[22]Rodríguez-Méndez M L,Arrieta A A,Parra V,etal. Fusion of three sensory modalities for the multimodal characterization of red wines[J]. Sensors Journal,IEEE,2004,4(3):348-354.

[23]Di Natale C,Paolesse R,Macagnano A,etal. Electronic nose and electronic tongue integration for improved classification of clinical and food samples[J]. Sensors and Actuators B:Chemical,2000,64(1):15-21.

[24]Cosio M S,Ballabio D,Benedetti S,etal. Evaluation of different storage conditions of extra virgin olive oils with an innovative recognition tool built by means of electronic nose and electronic tongue[J]. Food Chemistry,2007,101(2):485-491.

[25]Di Natale C,Paolesse R,Macagnano A,etal. Electronic nose and electronic tongue integration for improved classification of clinical and food samples[J]. Sensors and Actuators B:Chemical,2000,64(1):15-21.

Review of data fusion methods for electronic nose and electronic tongue signal and its application in food quality detection

TIAN Xiao-jing1,2,WANG Jun2，*,QIU Shan-shan2,YANG Ju-tian1,MA Zhong-ren3,LU Hui-ning1

(1.College of Life Science and Engineering,Northwest University for Nationalities,Lanzhou 730024,China；(2.Department of Biosystems Engineering,Zhejiang University,Hangzhou 310058,China；3.The key bio-engineering and technology laboratory of National Nationality Commission,Northwest University for Nationalities,Lanzhou 730030,China)

Mimicking mammal olfactory and gustatory system,the electronic nose and electronic tongue could evaluate food quality. The interaction of smell and taste made it difficult for electronic nose or tongue to give the overall sensory information of food. The recent development progress of data fusion methods for electronic tongue and electronic nose signals were reviewed in this paper,including the simply concatenated before model construction,feature extraction before combination of data sets,and merge results from models built by each data source. The fusion of data could provide a reference method for obtaining the integrated sensory information gathered by electronic nose and electronic tongue.

electronic nose;electronic tongue;data fusion;application

2014-05-04

田曉靜(1982-)，女，博士，副教授，研究方向：食品、農(nóng)產(chǎn)品安全與檢測分析。

*通訊作者:王俊(1965-)，男，博士，教授，研究方向：農(nóng)產(chǎn)品加工工程與裝備。

教育部“長江學(xué)者和創(chuàng)新團隊發(fā)展計劃”(IRT13091)；國家科學(xué)部支撐計劃(2012BAD29B02-4)；國家自然科學(xué)基金(31071548)；博士點基金(20100101110133)；國家自然科學(xué)基金(31160440)；甘肅省農(nóng)牧廳現(xiàn)代農(nóng)業(yè)生產(chǎn)發(fā)展資金(XBMV-2013-BC-19)； 西北民族大學(xué)中央高?；究蒲袠I(yè)務(wù)費專項資金資助項目(31920130035)。

TS251.7

A

1002-0306(2015)01-0386-04

10.13386/j.issn1002-0306.2015.01.073