一、實(shí)驗(yàn)簡述

    本實(shí)驗(yàn)通過利用由上海瑞玢國際貿(mào)易有限公司提供的SuperTongue電子舌對(duì)不同種類果酒樣品進(jìn)行檢測，得出各樣品間的差異。 

二、SuperTongue電子舌介紹

1. 原理

電子舌是一種主要由交互敏感傳感器陣列、信號(hào)采集電路、基于模式識(shí)別的數(shù)據(jù)處理方法組成的現(xiàn)代化定性定量分析檢測儀器。電子舌基于惰性金屬電極構(gòu)成穩(wěn)定的傳感器陣列，通過伏安電化學(xué)脈沖技術(shù)激發(fā)實(shí)現(xiàn)原創(chuàng)的組合脈沖馳豫譜思想，然后經(jīng)交互感應(yīng)解析技術(shù)來獲取測量對(duì)象的整體信息，立足于自主開發(fā)的電子電路硬件和計(jì)算機(jī)智能化算法軟件，快速、實(shí)時(shí)、在線實(shí)現(xiàn)對(duì)產(chǎn)品的整體特征評(píng)價(jià)及若干成分定性定量的快速檢測與分析。

     SuperTongue電子舌含有6個(gè)惰性金屬傳感器(鉑、金、鈀、鈦、鎢、銀)，性能穩(wěn)定，重現(xiàn)性好，使用壽命長，檢測信息量豐富，而且清洗簡單，非常適合于多類食品產(chǎn)品的辨別區(qū)分，質(zhì)量評(píng)定與真?zhèn)伪孀R(shí)等。

2. 數(shù)據(jù)分析方法

主成分分析法（PCA）：將多個(gè)變量通過線性變換以選出較少個(gè)數(shù)重要變量的一種多元統(tǒng)計(jì)分析方法。主成分得分圖以散點(diǎn)圖為基礎(chǔ)，每個(gè)點(diǎn)代表一個(gè)樣品的一次檢測，點(diǎn)與點(diǎn)之間的距離代表不同檢測次數(shù)之間特征差異的大小。主要用于樣品的區(qū)分辨別。

判別函數(shù)分析（LDA）：是在分類確定的條件下，根據(jù)某一研究對(duì)象的各種特征值判別其類型歸屬問題的一種多變量統(tǒng)計(jì)分析方法。

簇類獨(dú)立軟模式法（SIMCA）：該方法實(shí)際上是根據(jù)“物以類聚”的原則進(jìn)行樣本的分類。首先需要針對(duì)一類樣品做主成分分析，建立主成分回歸類模型，然后依據(jù)該模型對(duì)未知樣品進(jìn)行識(shí)別，即試探該未知樣品與標(biāo)準(zhǔn)庫模型進(jìn)行擬合，以確定其屬于同一類，或不屬于同一類，常用于真?zhèn)螛悠返蔫b別。

判別因子分析法（DFA）： 運(yùn)用DFA算法首先需要對(duì)幾類標(biāo)準(zhǔn)樣品做主成分分析，建立數(shù)據(jù)庫。算法會(huì)自動(dòng)找出不同類別間的邊界函數(shù)，根據(jù)這些邊界函數(shù)可以將主成分圖劃分為幾塊不同的區(qū)域。然后再對(duì)未知樣品做主成分分析，看未知樣品的點(diǎn)落在哪個(gè)區(qū)域，就可以判斷未知樣品更加取向于哪一類。此種算法可以對(duì)2個(gè)以上的樣品種類進(jìn)行分類識(shí)別，常用于等級(jí)區(qū)分、產(chǎn)地鑒別等。

偏最小二乘分析（PLS）：偏最小二乘法是一種高效的信息抽提方法。PLS需要建立兩個(gè)矩陣X（傳感器響應(yīng)信號(hào)矩陣）和Y（對(duì)應(yīng)實(shí)際物理量，如濃度）。目標(biāo)是尋找輸入矩陣X的那些與輸入變量盡可能相關(guān)的成分，同時(shí)與Y矩陣的目標(biāo)值又要達(dá)到最好的相關(guān)性。鑒于此PLS算法常用與有趨勢化的數(shù)據(jù)，類似與建立標(biāo)準(zhǔn)曲線后，預(yù)測一個(gè)未知點(diǎn)的數(shù)值。

圖1 SmarTongue電子舌

三、實(shí)驗(yàn)

1. 樣品信息

   樣品為桂林某學(xué)院提供的不同種類果酒，每個(gè)樣品3個(gè)平行，具體樣品名稱及編號(hào)見下表。

2. 樣品處理及實(shí)驗(yàn)參數(shù)

  每個(gè)樣品量取相同的體積進(jìn)行檢測。樣品檢測前先進(jìn)行傳感器預(yù)熱、清洗及參數(shù)設(shè)置，樣品檢測參數(shù)見表1。

表1 樣品檢測參數(shù)表

3. 實(shí)驗(yàn)結(jié)果

圖1 主成分分析結(jié)果圖（PCA）

圖2 判別函數(shù)分析結(jié)果圖（LDA）

1.區(qū)分效果

圖1為主成分分析（PCA）結(jié)果圖，圖中，各個(gè)樣品分布在圖中的不同區(qū)域內(nèi)，且相互之間沒有重疊，重復(fù)性較好；DI值為99.43% (DI值反映整體區(qū)分效果，數(shù)值越接近1說明區(qū)分效果越好)，說明每個(gè)樣品可以被區(qū)分開，分別就有不同的滋味。

圖2為判別函數(shù)分析（LDA）結(jié)果圖中，圖中各個(gè)樣品分布在圖中的不同區(qū)域內(nèi)，且相互之間沒有重疊，重復(fù)性較好；DI值為100.00%，說明每個(gè)樣品可以被區(qū)分開。

從區(qū)分效果上看，主成分分析結(jié)果與判別函數(shù)分析均可以將每個(gè)樣品區(qū)分開。

2.分布情況

圖1中，可以看到樣品3（檸檬蒸餾酒）和4（芒果蒸餾酒）聚集在一起，樣品8芒果米酒（不銹鋼陳釀）和9芒果酒（橡木桶陳釀）聚集在一起，其他樣品聚集在一起，樣品7（丹桂酒）與其他樣品相距較遠(yuǎn)。

圖2中，可以看到樣品3（檸檬蒸餾酒）和4（芒果蒸餾酒）聚集在一起，樣品8芒果米酒（不銹鋼陳釀）和9芒果酒（橡木桶陳釀）聚集在一起，樣品5（種植大果山楂酒）6（獼猴桃酒）7（丹桂酒）被劃分到同一區(qū)域中，樣品1（銀桂酒）2（檸檬發(fā)酵酒）10（丹桂酒）則在另一區(qū)域中。

從分布情況上看，主成分分析結(jié)果與判別函數(shù)分析得到的結(jié)果具有相似的趨勢。

樣品4（芒果蒸餾酒）與3（檸檬蒸餾酒）之間的距離小于與同為芒果為原料釀造的樣品8芒果米酒（不銹鋼陳釀）和9芒果酒（橡木桶陳釀）之間的距離，且也小于與2（檸檬發(fā)酵酒）之間的距離。說明酒的制作方式（蒸餾與非蒸餾）對(duì)酒的滋味具有一定的影響，不同種類蒸餾酒之間的差異小于同種原料不同制作方式得到的樣品。

樣品8芒果米酒（不銹鋼陳釀）和9芒果酒（橡木桶陳釀）之間雖可以區(qū)分開，但是兩者之間的距離小于與其他種類原料釀造的酒之間的距離。說明貯藏用的材料對(duì)酒的味道會(huì)有影響，但是原料種類和釀造方式的影響更顯著。

綜合上述結(jié)果來看，各個(gè)種類的果酒在滋味上是有區(qū)別的；蒸餾法制得的酒在滋味上相近，說明酒的制作方式（蒸餾與非蒸餾）對(duì)酒的滋味具有一定的影響，不同種類蒸餾酒之間的差異小于同種原料不同制作方式得到的樣品。