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:
为区分不同品牌啤酒并分析样品间挥发性风味物质种类及含量的差异,采用PEN3电子鼻和气相色谱-质谱联用(GC-MS)技术从宏观和微观上对5种品牌啤酒的挥发性成分进行检测.利用主成分分析(PCA)、Fisher判别分析(FDA)对电子鼻响应值进行数据处理并建立分类判别模型,并与GC-MS数据进行了相关性分析.结果表明,电子鼻PCA分析与FDA分析都能对样品进行区分,R6和R9传感器起主要区分作用.GC-MS共鉴定出24种酯类、16种醇类、13种酸类、10种醛类、12种烷类、7种酮类以及13种芳香族化合物等挥发性物质.5种啤酒的主要挥发性成分的种类大体相同,但是各组分含量有所区别.根据偏最小二乘回归模型,电子鼻与挥发性风味物质表现出良好的相关性.这两种方法在分类识别啤酒方面有很好的应用前景.
推荐文章
电子鼻技术在酒类识别应用中的研究进展
电子鼻技术
酒类识别
硬件
软件
基于电子鼻技术的混合气体识别研究
电子鼻系统
气体识别
特征值提取
特征降维
气体分类
在线检测
基于KPCA和RBF网络的电子鼻气体识别
电子鼻
动态检测
核主成分分析(KPCA)
RBF神经网络
基于电子鼻的气体识别神经网络算法研究
电子鼻
人工神经网络
气体识别
ReLU激励函数
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 基于电子鼻及GC-M S技术的啤酒识别研究
来源期刊 酿酒科技 学科
关键词 啤酒 电子鼻 GC-MS 分类
年,卷(期) 2021,(5) 所属期刊栏目 分析·检测|ANALYSIS·DETERMINATION
研究方向 页码范围 104-111
页数 8页 分类号 TS262.5|TS261.7
字数 语种 中文
DOI 10.13746/j.njkj.2021023
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (192)
共引文献  (33)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(12)
  • 参考文献(2)
  • 二级参考文献(10)
2012(15)
  • 参考文献(0)
  • 二级参考文献(15)
2013(14)
  • 参考文献(0)
  • 二级参考文献(14)
2014(19)
  • 参考文献(0)
  • 二级参考文献(19)
2015(17)
  • 参考文献(1)
  • 二级参考文献(16)
2016(25)
  • 参考文献(1)
  • 二级参考文献(24)
2017(13)
  • 参考文献(2)
  • 二级参考文献(11)
2018(16)
  • 参考文献(2)
  • 二级参考文献(14)
2019(13)
  • 参考文献(3)
  • 二级参考文献(10)
2020(6)
  • 参考文献(2)
  • 二级参考文献(4)
2021(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
啤酒
电子鼻
GC-MS
分类
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
酿酒科技
月刊
1001-9286
52-1051/TS
大16开
贵阳市沙中路58号
66-23
1980
chi
出版文献量(篇)
8651
总下载数(次)
62
论文1v1指导