香菇中甲醛含量检测方案(感官智能分析)

00D & MACHINERY品 机械第25卷第3期2009年5月Vol 25.No. 3May. 2009 安全与检测2009年第3期 电子鼻技术在香菇甲醛识别中的应用 Application of electronic nose technology in formaldehyderecognition in lentinus edodes 庞林江 王允祥 王俊’ 杨虎清 PANG L in-jiang WANG Yun-xiang WANG Jun YANG Hu-qing (1浙江林学院农业与食品科学学院，浙江杭州 311300； 2 浙江大学生物系统工程与食品科学学院，浙江杭州 310029) (1. School of Agriculture and Food Science， Zhejiang Forestry University， Hangzhou， Zhejiang 311300， China；2 College ofB iosysten s Engineering and Food Science， Zhejiang University， Hangzhou， Zhejiang 310029， China) 摘要：尝试采用电子鼻检测手段，对两种不同甲醛含量的香菇进行快速检测与识别。以两种不同甲醛含量的香菇为研究对象，利用主成分分析(PCA)、BP神经网络对电子鼻采集的数据进行分析识别。结果表明，主成分分析(PCA)能够很好的进行识别区分，用BP神经网络进行分析，训练样本回判率达到 100%，测试样本识别率达到90%以上。电子鼻可以识别两种不同甲醛含量的香菇。 关键词：香菇；甲醛；电子鼻技术 Abstract：A rap id detection was made to detemm ine wo Lentinus edodeswith different fommaldehyde concentrations using an electronic nose (E-nose).Two Lentinus edodes with different fommaldehyde concentrationswere studied in the experiment The data obtained by electronic nose (E-nose) were analyzed by the method of principle components analysis(PCA) and article neural network (ANN). Experimental result showedthat the two shiitake mu shroom s could be distinguished well by the methodof principle components analysis (PCA). Then the data were processedusing article neural network (ANN)， in which the 100% correct classifi-cation from training samples and more than 90% identification ratio fromtesting samp les were achieved； E-nose could rap idly detect two Lentinusedodes with different fomaldehyde concentrations Keywords：Lentinus edodes； Fommaldehyde； Electronic nose technology 随着对香菇保健养生价值的开发和认识，国内外对香菇的需求有很大的增长趋势，但随之而来的问题也是让人应接不暇。主要原因还在于我国食用菌在农药残留、甲醛含量超标等方面达不到出口检测标准。杨雪娇等对东莞市32个 ( 基金项目：浙江省教育厅高校优秀青年教师资助项目；浙江林学院校 基金项目(编号：2005FR039)。 ) ( 作者简介：庞林江(1977-)，男，浙江林学院农业与食品科学学院完 师。 E mail： ljpang@zjfc edu cn ) ( 通讯作者：王允祥 ) ( 收日期：2009-02-28 ) 镇区35个农贸市场进行抽查，在干香菇中甲醛检出率100%，平均值 164 mg/kg， 电子鼻技沐是一项基于传感器技术和计算机识别以及信号处理技术的结合体。近几年来，电子鼻技术得到了广泛的研究和应用，尤其在食品物料和饮料方面，如粮食、饮料、水果、茶叶，主要是进行等级划分和新鲜度的判断2~5]。但由于香菇气味的复杂性，国内外对香菇中甲醛的检测还是基于常规的理化检测，尚未见采用电子鼻技术对此研究的报道。 本试验用电子鼻对不同甲醛含量的香菇进行检验和区分，用主成分分析方法和 BP神经网络对试验数据进行分析。 材料与方法 1.1材料与仪器 香菇：庆元香菇(符合《原产地域产品庆元香菇》)； 电子鼻：德国 ARSENSE公司的 PEN2便携式电子鼻。 1.2方法 1.21材料处理按 NY/T 1283——2007方法测定未做处理的香菇，甲醛含量为 51.3mg/kg≤63 mg/kg，符合 FAO标准16]，为样品L1。对部分样品置于含有0.5mL甲醛溶液的密闭环境中静置30 min，经测定香菇中甲醛含量为86. 5 mg/kg，为样品 L2。 1.2.2测定方法采用静态顶空采样系统，取香菇 100g置于1000mL烧杯内，用无味封口膜将其密封一定时间，积累一定的挥发性物质。然后通过针头将挥发性气体吸到电子鼻的传感器通道里，将尾气排出后，再进行第二轮顶空采样。每测完1次，都要对样品通道进行清零。 13 信号处理方法 用主成分分析(Principal Component Analysis， PCA )、BP神经网络对试验数据进行分析识别。 2结果与分析 21 甲醛含量香菇的 PCA分析模型 电子鼻采集的样品数据如图1所示，横轴为采样时间，纵轴是电子鼻传感器的响应值(G/G0，初始电阻 G0，最后电阻 G)，各邮曲线分代代表组成电子鼻阵列的各个传感器对香菇挥发性气味的响应。稳定的时间段在80~90 s之间，所以取中间值第85秒作为分析的采样时间。PCA 分析结果如图2所示，它显示的是从十维空间降维为由第一主成分(PC1)和第二主成分(PC2)组成的二维空间图。由图2可知，在所建模型中，不同甲醛含量的香菇分别位于右上角和左下角，没有重叠，并且它们之间的距离较大。这说明随着甲醛含量的变化，香菇挥发的气味会发生变化，电子鼻能够准确的识别出这2种样品的特征气味，并能对其进行区分。PC1和 PC2两主成分的贡献率分别是99.73%和0.16%，总的贡献率为99.89%，两个主成分涵盖了香菇样品信息的绝大部分，可以用来代表香菇样品的信息。也即表明采用 PCA分析方法对不同甲醛含量的香菇的区分是有效的。 图1电子鼻检测数字信号 Figure 1 Individual sensor responses toa Lentinus edodes sample 图222PPCA分析 Figure 2 Principal component analysis ofLentinus edodes samples 22BP神经网络分析 根据图1所示的电子鼻对香菇的响应信号，从每个传感器的响应曲线上分别提取第85秒的数值、信号最大值、全段平均值作为其特征向量。这样每个样本中提取的特征向量包括30个特征值，作为神经网络的输入矢量。本试验分析了两种不同甲醛含量的香菇，每种香菇取50个样品，共得到 2×50×30=3000个特征值。 用BP神经网络对两种不同甲醛含量的香菇进行辨别分类。两种香菇各取50个样品，共100个样品，分成两部分，60个作为训练集，40个作为测试集。网络输入层神经元数等于每个样品的特征向量的维数，输出层神经元等于样品的种类数，隐层神经元数通过几次测试结果比较得以确定。选择误差目标为 err goal=0. 001，通过对网络训练时间和所需训练步数的比较来确定较合理的隐层神经元数。综合考虑所要达到的精度和网络的训练时间，网络结构设计为：30-12-2，通过测试其训练样本回判率为 100%，测试样本识别率可达到90%以上 。BP神经网络分析的结果如表1所示。 表1人工神经的分析结果 Table 11Result of the ANN analysis 样品 期望输出 实际结果输出/% 训练样本回判率 测试样本识别率 L1 [01] 100 90 L2 [10] 100 95 3结论 本研究结果表明，应用PCA分析能够将两种不同甲醛含量的香菇很好地进行区分，应用电子鼻系统能够实现对不同甲醛含量的香菇的快速辨别检测，而BP神经网络也能够对不同甲醛含量的香菇进行有效的识别，识别正确率达到90%以上，可以用来识别两种不同甲醛含量的香菇。 ( 参考文献 ) ( 1 杨雪娇，黄伟，温健昌，等.2005年东莞市食用菌甲醛含量抽查结 果分析[J].中国食品卫生杂志，2007，19( 2 )：15 0 ~152. Yang Xuejiao， Huang Wei， Wen Jianchang， e t al Fomaldehydecontent i n dried edible fungi firom dongguan market[J]. Chinese Jo u r nal of Food Hygiene， 200 7 ，19(2)：150~152. ) ( 2 Pang L injiang， Wang Jun， Lu Xinghua， et a l Disc r im ination of storage age for wheat by E-nose [ J] . T ransactions of the ASABE， 20 0 8， 51(5)：1 7 07~1712. ) ( 3 鲁小利，海铮，王俊.可乐饮料的电子鼻检测研究[J]. 浙江大学 学报(农业与生命科学版)，2006，32(6) ： 677~682. Lu Xiaoli， H ai Zheng， W a ng Jun Det ec tion of cola bev e rage by elec-tionic nose [ J ] . Joumal o f Zhejiang University (Agricl &L ife Scil ) ， 2006，3 2 (6)：677~682. ) ( 4 Simona Benedetti， S usanna Buratti， Anna Spinardi， e t a l Electronic nose a s a n on-destructive t ool t o characterise peach c ultivars and t omonitor their r ipening stage d uring shelf-life [J ]. Postharvest B i ology and Technology ， 2008(47)：181~188. ) ( 5 Huichun Yu， J u n Wang Disc r im ination of long Jing green-tea g r adeby electroni c nose [J ]. Sensors and Actuators B， 2007 ( 122)：134~140. ) ( 6 刁恩杰.香菇中甲醛影响因素及在加工中控制措施研究[硕士学位立文][D].重庆：西南农业大学，2005. Diao E njie S tudy of influence f a ctors of f ommaldehyde f omming inlentinus edodes c ontrol measures i n p i ocessing [ D ]. Chongqing：Southwest A griculturalUniversity， 2005. ) China Academic Journal Electronic Publishing House. All rights reserved. http：//www.cnki.net