导　　师： 何家峰

学科专业： H1002

授予学位： 硕士

作　　者： ;

机构地区： 广东工业大学

摘　　要： 近年来，随着国民经济的发展和生活水平的提高，我国鱼肉的产出与消费量越来越大，无论是政府还是消费者，对鱼肉的卫生品质及新鲜度的检测也越来越重视。由于鱼肉的常规理化检测方法操作繁琐，耗时耗力，难以满足日常生活中对肉类新鲜度进行及时检测的需求，故此需要寻找一种快速简便而又科学客观的方法。 电子鼻检测是新兴的无损检测方法，随着材料科学与计算机技术的不断发展，电子鼻研究迅速发展，它将传感器技术、电子技术、信号处理和计算机技术融合在一起，克服了传统的单一气体传感器在检测中存在的交叉敏感等缺点，能够对混合气体中各气体成分进行定性或定量分析，在食品加工和检验、医学诊断、毒气检测和控制领域有着广阔的应用前景。 本研究主要利用电子鼻技术来评价鱼肉的品质，拟获得电子鼻信号与鱼肉品质之间的相关性。为今后进一步进行肉类无损害检测技术探索了一条新的途径。 在课题的实验中，采用了美国加州cyrano科学公司生产的cyranose320电子鼻系统，该系统具有较好的客观性、可靠性、重现性等方面的优点。同时，它测量快速，操作方便，是目前国内外研究检测手段中较先进的电子鼻系统。实验中采用的鱼肉是市场上比较受欢迎的带鱼。设计了实验方法：将鱼肉冷藏，分别在第一天、第三天、第五天、第七天和第九天在相同的条件下，对鱼肉进行气味取样，以获得气味数据样本。具体的是，首先，通过主成分分析对cyranose320的顶空条件进行了合理选择；然后对传感器阵列进行了必要的筛选；最后通过对不同天数的样本数据进行了主成分分析(pca)和偏最小二乘法分析(pls)，结果表明，电子鼻的传感器响应随样本新鲜度的不同有明显变化，不同新鲜度样本在pca分析图上和pls分析图上，可以较好地聚类，而且可以建立相关的数学模型，说明电子鼻用于鱼肉新鲜度检测是可行的。 在电子鼻模式识别的算法上，创新性地引入了一种称为gabor原子神经网络的识别算法。详细地介绍了gabor原子神经网络的原理和设计方法，将gabor原子神经网络用来对气味信号进行分类。该方法充分地利用了gabor原子变换在信号表示方面的有效性和bp神经网络在分类方面的优越性。并与经典的bp神经网络进行了比较，实验结果表明，将gabor原子神经网络模式识别技术应用到电子鼻系统中是可行的，且具有更高的识别率，为电子鼻的识别方法提供了一个新的途径。

关 键 词： 电子鼻 鱼肉新鲜度评价 偏最小二乘法分析 主成分分析 原子神经网络

分 类 号： [TS254.7]

领　　域： [轻工技术与工程] [轻工技术与工程]