而电子鼻正好克 服了其缺点 。
目前 ， 在很多 。

21、领域对电子鼻系统进行了研究和实验 。
电子鼻作为 20 世纪 90 年代发展起来的一种快速分析气味的仪器,与气相色谱等传统检测仪器不同,电子鼻得到 的不是样品的某种或某几种成分的定性或定量结果,而是样品中挥发性成分的整体信息 。
得到整体信息后,根据不同气味测定信号,将其与数据库中已建立的数据进行比较,进而进 - 5 - 行判别分析21 。
电子鼻是模仿生物鼻一种电子系统,主要根据气味来识别物质的类和成 分 。
1994 年 Gardner 等发表关于电子鼻的综述性文章,正式提出“电子鼻”的概念22 。
电子鼻一般包括一组交叉敏感的电化学传感器阵列、适当的模式识别方法 ， 来自动检测 和辨别简单的、或复杂的气味 。

22、23 。
在电子鼻系统中有三个主要组成部分：采样系统、检 测系统及数据处理系统 。
电子鼻的工作原理是由气体传感器阵列对气体进行吸附、解吸附,并将其转化为电信 号,再由信号处理单元对气体传感器阵列产生的信号进行放大、滤波、A/D 转换、传输,最 后由计算机模识别24 。
常用的气体传感器阵列可以分为金氧化物型半导体传感器及其阵 列(MOS)、导电聚合物传感器及其阵列(CP)和质量传感器及其阵列三大类,对于水果气味 的吸附大多数采用 MOS,并且不同的 MOS 类型对不同水果气味的吸附效果不一样25 。
同样,不 同的计算机模式别技术对气体传感器产生信号的识别效果也有大的影响 。
一般来说模式 识别的过程分为两个 。

23、阶段:一是监督学习阶段,在该阶段需要用被测试的体来训练电子鼻, 让它知道需要感应的气体是么;
第二是应用阶段,经过训练的电子鼻有了一的测试能力,这 时它就会使用模式识别技术对测气体进行辨识 。
常用的模式识别技术有主成分分析(PCA)、 线性判别法(LDA)、人工神经网络(ANN)、支持向量机(SVM)和负荷加载分析法(Loadings) 等26 。
PCA 分析是将传感器所提取的多指标信息进行数据转换和降维处理,并对降维后的 特征向量进行线性分类,最后在 PCA 分析的散点图上显示主要的两维散点图;
LDA 分析是研 究样品所属类型的一种统计方法,分析时,其利用了传感器所有的信号以提高分类的准确 性27 。

24、 。
1.3.21.3.2 电子鼻的应用电子鼻的应用 电子鼻的主要应用是酒类、茶叶、鱼和肉等食品挥发气味的识别和分类 ， 进行质量 分级和新鲜度判别 。
分别用不同的气体传感器阵列 ， 运用不同的分析方法 ， 对气味进行 了鉴别和判断 。
另外电子鼻的其他应用还有环保监测、临床诊断、香水香型的判别等等 。
具体应用实例 KyuchungLe 等用金属氧化物气体传感器阵列 ， 用主成分分析法和神经网络 模式识别分析法 ， 识别了 12 种气体样品(浓度为 0.1 一 100PPm 的 CH3SH ， (CH3)3N ， C2H5OH 和 CO 气体)和 6 种气味样品(胡萝卜 ， 洋葱 ， 女士香水 ， 男士香水 ， 25%的韩国 soju 溶液 和 。

25、 40%威士忌溶液) ， 对 12 种气体识别率为 100% ， 而对 6 种样品识别率达 93% 。
Hidehito Nanto 用石英振荡传感器阵列 ， 用主成分分析和神经网络分析方法 ， 对三种酒(红酒、白 酒和玫瑰酒)进行分类 ， 神经网络的识别率达到 100% 。
Martin Holmberg 等解决气体传感 器阵列中传感器零点漂移现象 ， 从而识别那些传统识别技术所识别不了的气体 ， 如牛奶 - 6 - 变质产生的气味 。
D.Kh 等利用多种类型气体传感器组合形成高分辨率的复合传感器阵列 ，以鉴别特殊食品气味 ， 并介绍了如何选择传感器以达到监督食品生产的效果 。
国内对电 子鼻的研究才刚刚起步 ， 但应用越来越广泛 ， 研究愈加 。

26、深入 。
高大启应用金属氧化物传 感器阵列和主成分分析法区别丙酮、乙醇、甲醇三种化学成分 ， 对 8 种不同浓度的甲醇 溶液进行了分类 ， 用神经网络方法对以上成分进行聚类分析和识别 。
扬燕明应用声表面 波传感器阵列组成电子鼻系统 ， 在识别气体气味方面作了一定的尝试 。
殷勇应用 8 个金 属氧化物传感器和神经网络技术对 5 种不同品牌的卷烟进行了识别 。
赵杰文教授、邹小 波应用 13 个金属氧化物传感器阵列 ， 利用神经网络技术和遗传算法的“遗传特征参数法” 对镇江香醋和山西陈醋进行了识别28 。
胡桂仙等通过 PEN2 型电子鼻系统动态采集柑橘芳 香成分并得到电子鼻的响应值,再利用 PCA、LDA 等模式识别方法进行数 。

稿源：(未知)

【傻大方】网址：/a/2021/0711/0022845493.html

标题：电子|电子鼻在观赏海棠香型分析中的应用( 四 )