基于电子鼻的花生有害霉菌种类识别及侵染程度 - Ingenta Connect.PDF

第 32 卷 第 24 期 农 业 工 程 学 报 Vol.32 No.24 2016 年 12 月 Transactions of the Chinese Society of Agricultural Engineering Dec. 2016 297 基于电子鼻的花生有害霉菌种类识别及侵染程度定量检测 1,2 3 3 1,2 1,2 1,2 沈 飞 ，刘 鹏 ，蒋雪松 ，邵小龙 ，万忠民 ，宋 伟 （1. 南京财经大学食品科学与工程学院，南京 210023 ； 2. 江苏省现代粮食流通与安全协同创新中心，南京 210023 ； 3. 南京林业大学机械电子工程学院，南京 210037 ） 摘 要：针对花生霉变传统分析方法操作繁琐、时效性差等不足，该研究拟利用电子鼻气体传感技术建立起花生有害霉 菌污染的快速检测方法。辐射灭菌花生籽粒分别接种 5 种谷物中常见有害霉菌（黄曲霉 3.17、黄曲霉 3.395 0、寄生曲霉 3.395、寄生曲霉 3.012 4 和赭曲霉 3.648 6 ），并于26 ℃、80%相对湿度条件下储藏 9 d 至严重霉变。利用电子鼻气体传感 器获取不同储藏时期（0、3、6、9 d ）花生样品的整体挥发性气味信息。最后，结合多元统计分析方法对电子鼻传感器 响应信号进行特征提取，建立了花生中有害霉菌污染程度的定性定量分析模型。结果显示，主成分分析法（principal component analysis，PCA ）可成功区分不同霉菌侵染程度的花生样品，线性判别分析（linear discriminant analysis，LDA ） 模型对样品不同储藏天数判别的准确率均达到或接近 100%。花生中菌落总数的偏最小二乘回归分析（partial least squares regression ，PLSR ）模型的预测决定系数和预测相对均方根误差分别达到0.814 5 和 0.244 0 lg （CFU/g ）。结果表明，应用 电子鼻技术快速检测储藏期间花生霉变状况具有一定可行性，可为利用气味信息实现粮食霉菌污染的在线监测提供理论 参考。 关键词：农作物；模型；特征提取；电子鼻；花生；有害霉菌；快速检测 doi ：10.11975/j.issn.1002-6819.2016.24.040 中图分类号：TS255.7; S379 文献标志码：A 文章编号：1002-6819(2016)-24-0297-06 沈 飞，刘 鹏，蒋雪松，邵小龙，万忠民，宋 伟. 基于电子鼻的花生有害霉菌种类识别及侵染程度定量检测[J]. 农 业工程学报，2016，32(24)：297－302. doi ：10.11975/j.issn.1002-6819.2016.24.040 Shen Fei, Liu Peng, Jiang Xuesong, Shao Xiaolong, Wan Zhongmin, Song Wei. Recognition of harmful fungal species and quantitative detection of fungal contamination in peanuts based on electronic nose technology[J]. Transactions of the Chinese Society of Agricultural Engineering (Transacti