仿生传感器及近红外光谱技术在黄酒品质检测中的应用研究

《仿生传感器及近红外光谱技术在黄酒品质检测中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号UDC编号博士学位论文晶亟捡测主的应用砑窒欧阳琴申请学位级别擅士专业名称盒品型堂论文提交日期2Q!垒笙垒且论文答辩日期2Q!垒生鱼曰学位授予单位和日期江苏太堂2Q!垒笙鱼且答辩委员会主席2014年6月评阅人lassifiedIndex：T$261．7UDC：663．2Ph．D．DissertationApplicationofbiomimeticsensorandnear-infraredspectroscopytechnologiesinthedetectionofricewinequalityMajor：FoodScienceBV．，OuyangQinSupervisor：Pro

2、f．ZhaoJiewenJiangsuUniversityJune，2014独创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已注明引用的内容以外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果，也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体，均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论享作者签名：汾p蓐如l叶年莎剧哆日学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊(光盘版)电子杂志社有权保留本人所送交学位论文的复

3、印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致，允许论文被查阅和借阅，同时授权中国科学技．术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询，授权中国学术期刊(光盘版)电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布(包括刊登)授权江苏大学研究生院办理。本学位论文属于保密口，在年解密后适用本授权书。不保密■。学位论文作者签名：盼隅≯叶年b月f乡日指剥撇：孟哆丈州＼降抄月f乡日摘要黄酒品质评价主要包括感官品质评价与理化品质评价两个方面。传统的感官品质评价方法采用的是人工感官品评，但易受到

4、专家身体状况、外界环境等因素的影响，并且带有一定的主观性。传统理化分析法虽然检测精度高、重复性好，但是存在检测步骤繁琐、耗时长等缺点，不能及时反馈黄酒生产过程及产品的有效信息。为了克服人工感官品评和理化分析法的不足，提高黄酒品质检测的客观性和有效性，研究开展了基于仿生传感器及近红外光谱技术的黄酒品质智能化评判研究，并针对现有技术的局限性，设计和搭建了新型的仿生传感器系统及便携式的光谱检测系统，用于黄酒的品质评价。主要研究内容如下：(1)黄酒感官品质的仿生传感器技术检测研究。首先通过人工感官品评得到黄酒的色泽、香气、口味等感官得分；并利用视觉、嗅觉、味觉传感器技术分别采集黄酒的色泽、香气、口

5、味信息，提取各类传感器的特征值，采用Z．score函数对传感器数据进行标准化预处理；最后通过模型分别建立视觉传感器特征值与黄酒色泽感官得分、嗅觉传感器特征值与香气感官得分，以及味觉传感器特征值与口味感官得分之间的关系。模型建立过程中，比较了线性的偏最小二乘(PLS)和非线性的反向传播人工神经网络(BP_6心烈)模型的预测性能。结果显示，各类传感器数据的BPANN模型预测结果均显著优于PLS模型。视觉传感器结合BPANN模型对黄酒色泽得分进行评价时，预测集的相关系数(如)为0．8088，预测均方根误差(RMSEP)为0．41；嗅觉传感器结合BPANN模型对黄酒香气得分进行评价时，预测集的RD

6、为O．8972，RMSEP为0．70；味觉传感器结合BPANN模型对黄酒口味得分进行评价时，预测集的心为0．8963，RMSEP为1．20。研究采用APaRPs和RunsTest相结合的方法验证了视觉传感器数据与黄酒色泽感官得分，嗅觉传感器数据与香气感官得分，以及味觉传感器数据与口味感官得分之间的关系均是非线性的，解释了非线性的BPANN模型结果优于线性的PLS模型。研究结果表明，视觉、嗅觉、味觉仿生传感器技术结合合适的化学计量学方法可以实现对黄酒色泽、香气、口味感官品质的评价，研究成果为仿生传感技术在黄酒品质评判中的应用奠定基础。江苏大学博士学位论文：仿生传感器及近红外光谱教术在黄酒品质

7、检测中的应用研究(2)黄酒感官品质的多传感信息融合智能化评判研究。提出了食品智能化仿生评价过程中交互感应的数学仿生新理论。首先通过人工感官品评得到黄酒色泽、香气、口味、风格等感官得分，并采集黄酒的视觉、嗅觉、味觉等传感器信息；然后，将黄酒的视觉、嗅觉和味觉传感器数据进行组合，并采用Z—score函数对传感器数据集进行标准化预处理；再通过多元线性回归(MLR)分别拟合黄酒的色泽、香气、口味感官得分与99％的主成分传感器信息