基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该研究采用电子舌结合化学计量学方法用于黄酒酒龄的快速鉴别。为确证黄酒样品酒龄,采用氨基酸分析仪分析了1年陈、3年陈和5年陈黄酒中20种氨基酸,并利用主成分分析(principal component analysis,PCA)对氨基酸数据进行了分析。采用电位型电子舌采集了不同酒龄黄酒样品的味觉指纹信息,并采用判别分析(discriminant analysis,DA)方法结合味觉指纹信息建立黄酒酒龄快速鉴别模型。采用偏最小二乘法(partial least squares regression,PLSR)建立电子舌响应信号与氨基酸含量之间的相关关系。氨基酸数据结合PCA分析表明所有样品均标注正确;电子舌结合DA所建黄酒酒龄鉴别模型可将3个年份预测集样品正确区分;异亮氨酸(Ile)、天门冬氨酸(Asp)、酪氨酸(Tyr)和缬氨酸(Val)与电子舌相关性高,模型的相对分析误差(Residual predictive deviation, RPD)高于2。研究表明电位型电子舌结合判别分析是黄酒龄鉴别的稳健方法。
推荐文章
基于味觉特征的黄酒酒龄鉴别方法研究
电子舌
黄酒
酒龄
化学计量学方法
茶毫氨基酸组成及矿质元素分析
茶毫
C/N
氨基酸
矿质元素
苎麻籽油脂肪酸组成及其粕氨基酸组成分析
苎麻籽油
脂肪酸
氨基酸
不同杏品种种仁氨基酸组成分析
品种
杏仁
氨基酸
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于氨基酸组成的黄酒酒龄电子舌鉴别
来源期刊 农业工程学报 学科 工学
关键词 氨基酸 主成分分析 模型 化学计量学方法 黄酒 电子舌
年,卷(期) 2017,(2) 所属期刊栏目 农产品加工工程
研究方向 页码范围 297-301
页数 5页 分类号 TS262.4
字数 478字 语种 中文
DOI 10.11975/j.issn.1002-6819.2017.02.041
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 许春华 上海应用技术大学食品科学与工程系 7 51 5.0 7.0
2 于海燕 上海应用技术大学食品科学与工程系 39 179 8.0 12.0
3 田怀香 上海应用技术大学食品科学与工程系 52 339 11.0 17.0
4 张燕 上海应用技术大学食品科学与工程系 3 17 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (80)
参考文献  (27)
节点文献
引证文献  (14)
同被引文献  (139)
二级引证文献  (30)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(12)
  • 参考文献(10)
  • 二级参考文献(2)
2011(6)
  • 参考文献(3)
  • 二级参考文献(3)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(12)
  • 引证文献(6)
  • 二级引证文献(6)
2019(23)
  • 引证文献(4)
  • 二级引证文献(19)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
氨基酸
主成分分析
模型
化学计量学方法
黄酒
电子舌
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业工程学报
半月刊
1002-6819
11-2047/S
大16开
北京朝阳区麦子店街41号
18-57
1985
chi
出版文献量(篇)
16403
总下载数(次)
36
总被引数(次)
395062
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导