一種基于電子鼻快速預測山核桃加工時間的方法
【技術領域】
[0001] 本發(fā)明涉及農(nóng)產(chǎn)品品質檢測領域，尤其涉及一種基于電子鼻快速預測山核桃加工 時間的方法。
【背景技術】
[0002] 山核桃是我國特有的堅果類產(chǎn)品，由于含有豐富的油脂和蛋白質等營養(yǎng)物質，并 且具有特殊的堅果香味和口感，越來越受到消費者的喜愛。山核桃的特殊香氣和口感是在 烘烤過程中產(chǎn)生的，不同的烘烤時間對山核桃整體品質有很大的影響，烘烤時間不足導致 山核桃無法產(chǎn)生其特有的香氣成分;烘烤時間過長導致出現(xiàn)焦糊味和澀味，山核桃產(chǎn)品整 體品質下降?，F(xiàn)在，山核桃加工企業(yè)往往依靠操作者的個人的感官評定來評判烘烤時間是 否充足。但是，感官評定具有主觀性強、重復性差等缺點，使得判斷結果缺少準確性和可靠 性，因此，急需一種能夠快速而準確地鑒別山核桃加工品質和快速預測山核桃烘烤時間的 方法。
[0003] 電子鼻是一種模擬動物嗅覺系統(tǒng)的儀器，包含傳感器陣列和模式識別兩部分，其 工作原理為:樣品揮發(fā)出的氣味作用于傳感器陣列，產(chǎn)生響應信號，這種信號稱為樣品氣味 的模式或"氣味指紋圖譜"，利用多元統(tǒng)計分析和神經(jīng)網(wǎng)絡等方法建立分類和預測模型，從 而快速區(qū)分不同烘烤時間的山核桃樣品和預測準確的烘烤時間。

【發(fā)明內(nèi)容】

[0004] 針對現(xiàn)有技術的不足，本發(fā)明提供一種基于電子鼻快速預測山核桃加工時間的方 法，該方法能夠快速區(qū)分不同烘烤時間的山核桃樣品同時準確預測烘烤時間，具有較高的 實際應用價值，值得廣泛推廣。
[0005] 為了達到上述目的，本發(fā)明所采用的技術方案如下：一種基于電子鼻快速預測山 核桃加工時間的方法，具體包括如下步驟：
[0006] (1)山核桃檢測樣品加工過程:選取新鮮山核桃，在沸水中煮3-4小時去除澀味;取 出煮好的山核桃，在35°C、30 %相對濕度的恒溫恒濕箱內(nèi)干燥3.5-4.5小時；將干燥過的山 核桃置于熱風烘箱內(nèi)分成若干批次進行烘烤，各批次烘烤時間不同，從而獲得加工時間不 同的山核桃檢測樣品；
[0007] (2)電子鼻檢測過程：由步驟（1)中獲得加工時間不同的山核桃檢測樣品中，相同 加工時間的山核桃至少有3組不同檢測樣品，按照1顆/50ml頂空氣體的比例將各組檢測樣 品分別放入無味密閉容器中，所述密閉容器的容積不小于500ml;在室溫中靜置45-75分鐘， 使得山核桃散發(fā)的氣味達到飽和;每次電子鼻檢測開始前，使用干燥潔凈空氣對電子鼻系 統(tǒng)進行清洗，設置清洗流速為500ml/min-700ml/min，清洗時間為60-80秒;清洗完成后，抽 取密閉容器中的頂空氣體，設置抽取頂空氣體的流速為150ml/min-300ml/min，檢測時間為 70-90秒;檢測記錄傳感器陣列對不同加工時間的山核桃檢測樣品的響應信號，進而得到傳 感器陣列對不同加工時間的山核桃檢測樣品的響應曲線；
[0008] (3)特征值提取過程:采用穩(wěn)定值法提取步驟(2)獲得的傳感器陣列響應曲線上的 特征值，所述穩(wěn)定值法具體為:提取傳感器陣列響應曲線上穩(wěn)定階段的響應信號；
[0009] (4)預測模型建立過程:將步驟(3)中提取出的特征值作為自變量，加工時間已知 的檢測樣本的加工時間作為因變量，建立加工時間預測模型，選擇其中確定系數(shù)大而均方 根誤差小的預測模型作為最終的加工時間預測模型；
[0010] (5)加工時間預測過程:通過步驟(2)和步驟(3)獲得加工時間未知的檢測樣品響 應曲線的特征值，將獲得的特征值導入步驟(4)中所建立的加工時間預測模型，從而獲得加 工時間未知的山核桃的加工時間。
[0011] 進一步的，所述步驟（1)中熱風烘箱的烘烤溫度為150°C，各批次烘烤時間均不得 超過35分鐘，各批次烘烤時間差不得小于1分鐘。
[0012] 進一步的，所述的步驟(4)中的確定系數(shù)和均方根誤差的計算公式如下： (Σ?Χ,-Χ^-Υ))2
[0013] -v- X(z,.-xrX(K-Fr /=1 j=1
[0014] ?-Ιχ(Χ-Γ)-
[0015] 其中，R2為確定系數(shù);RMSE為均方根誤差;N為預測模型建立過程中使用的加工時 間已知的樣本個數(shù);Xi為預測模型建立過程中第i個樣本加工時間的實際值;！為預測模型 建立過程中所有樣本加工時間的實際值的平均值;Yi為預測模型建立過程中第i個樣本加 工時間的預測值;？為預測模型建立過程中所有樣本加工時間預測值的平均值。
[0016] 進一步的，所述的步驟(4)中加工時間預測模型建立方法是數(shù)據(jù)統(tǒng)計分析方法或 神經(jīng)網(wǎng)絡算法。
[0017] 本發(fā)明的有益結果是，通過采用電子鼻直接對山核桃產(chǎn)品進行檢測，操作簡單、不 需要復雜的前樣品處理和昂貴的儀器;方法中采用確定系數(shù)和均方根誤差評估所構建的山 核桃加工時間預測模型的性能，選擇其中確定系數(shù)大而均方根誤差小的模型作為最終的預 測模型;所構建的加工時間預測模型能夠快速預測山核桃準確的加工時間，從而精確控制 山核桃在加工過程中的品質，具有較高的實際應用價值，值得廣泛推廣。
【附圖說明】
[0018] 圖1是本發(fā)明實施例中電子鼻響應信號；
[0019] 圖2是本發(fā)明實施例中不同烘烤時間山核桃樣品的LDA分類效果圖；
[0020] 圖3是本發(fā)明實施例中基于偏最小二乘法預測模型的性能效果圖；
[0021 ]圖4是本發(fā)明實施例中基于BP神經(jīng)網(wǎng)絡的預測模型；
[0022]圖5是本發(fā)明實施例中基于BP神經(jīng)網(wǎng)絡預測模型的性能效果圖。
【具體實施方式】
[0023]下面結合實施例對本發(fā)明作進一步的說明。
[0024] -種基于電子鼻快速預測山核桃加工時間的方法，其步驟如下：
[0025] (1)山核桃檢測樣品加工過程:選取新鮮山核桃，在沸水中煮3-4小時去除澀味;取 出煮好的山核桃，在35°C、30 %相對濕度的恒溫恒濕箱內(nèi)干燥3.5-4.5小時；將干燥過的山 核桃置于150°C的熱風烘箱內(nèi)分成五批次進行烘烤，各批次烘烤時間不同，分別為18分鐘， 22分鐘，25分鐘，28分鐘和32分鐘，從而獲得不同加工時間的山核桃檢測樣品；
[0026] (2)電子鼻檢測過程:將步驟（1)中獲得不同加工時間的山核桃檢測樣品中，相同 加工時間的山核桃至少有3組不同檢測樣品，按照1顆/50ml頂空氣體的比例將各檢測樣品 分別放入無味密閉容器中，所述密閉容器的容積不小于500ml;放入山核桃后，使用無味保 鮮膜進行密封，并在室溫中靜置45-75分鐘，山核桃散發(fā)的氣味充滿整個密閉容器并達到飽 和，從而獲得頂空氣體;每次電子鼻檢測開始前，使用干燥潔凈空氣對電子鼻系統(tǒng)進行清 洗，設置清洗流速為500ml/min-700ml/min，清洗時間為60-80秒;清洗完成后，電子鼻抽取 密閉容器中的頂空氣體，設置抽取頂空氣體的流速為150ml/min-300ml/min，檢測時間為 70-90秒;檢測過程中按照1次/秒的速率記錄傳感器響應信號，響應信號為傳感器陣列檢測 樣品氣體時的電導率G與檢測潔凈空氣時的電導率G0的比值，從而得到傳感器陣列對不同 加工時間山核桃檢測樣品的響應曲線；
[0027] (3)特征提取過程:氣敏傳感器穩(wěn)定階段的響應值最能代表被檢測樣品的氣味特 征，因此采用穩(wěn)定值法提取步驟(2)獲得的傳感器陣列響應曲線上的特征值，其中穩(wěn)定值法 具體為:提取傳感器陣列響應曲線上穩(wěn)定階段的響應信號；
[0028] (4)預測模型建立過程:將步驟(3)中提取出的特征值作為自變量，加工時間已知 的檢測樣本的加工時間作為因變量，建立加工時間預測模型，選擇其中確定系數(shù)大而均方 根誤差小的預測模型作為最終的加工時間預測模型；
[0029] (5)加工時間預測過程:通過步驟(2)和步驟(3)獲得加工時間未知的檢測樣品響 應曲線的特征值，將獲得的特征值導入步驟(4)中所建立的加工時間預測模型，從而獲得加 工時間未知的檢測樣品的加工時間；根據(jù)預測的加工時間未知的檢測樣品的加工時間，可 以知道檢測樣品的加工品質。具體實施過程中，定義烘烤時間在23-27分鐘內(nèi)的山核桃產(chǎn)品 為品質優(yōu)，烘烤時間在19-23分鐘或27-31分鐘內(nèi)的山核桃產(chǎn)品為品質良，大于31分鐘或小 于19分鐘的山核桃產(chǎn)品為品質差;通過加工品質的鑒別正確率(W)來輔助說明預測模型的 預測性能；
[0030] 進一步地，所述的步驟(4)中的確定系數(shù)和均方根誤差及步驟(5)中的鑒別正確率 的計算公式如下： (￡(x,-x)(f-F))2
[0031] R2 ^ ~---~-- Σ(^-^)2Σ(?：-/)2 ;·=1 I
[0032] 縣頌(羌-?2
[0033] W = #正確 Ν
[0034] 其中，R2為確定系數(shù);RMSE為均方根誤差;W為鑒別正確率;Ν為預測模型建立過程 中使用的加工時間已知的樣本個數(shù);Xi為預測模型建立過程中第i個樣本加工時間的實際 值;X為預測模型建立過程中所有樣本加工時間的實際值的平均值;Yi為預測模型建立過程 中第i個樣本加工時間的預測值；？為預測模型建立過程中所有樣本加工時間預測值的平 均值;Nias為分類正確的樣本個數(shù)。
[0035] 實施例：
[0036]本實施例中，選用浙江省臨安市山核桃作為檢測對象;挑選大小一致、外標無損傷 的新鮮山核桃，在沸水中煮4小時，去除澀味;將煮好的山核桃放于35°C，30 %相對濕度的恒 溫恒濕箱內(nèi)干燥4小時，去除山核桃內(nèi)多余水分;最后將干燥過的山核桃置于150°C的熱風 烘箱內(nèi)分成五批次進行烘烤，各批次烘烤時間不同，烘烤時間分別為18分鐘，22分鐘，25分 鐘，28分鐘和32分鐘；烘烤完畢后，山核桃在室溫下放置1小時，使其冷卻到室溫，然后進行 電子鼻檢測。
[0037]本實施例中，采用德國Ai