一、實驗簡述
本實驗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、信號采集電路、基于模式識別的數(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)來獲取測量對象的整體信息，立足于自主開發(fā)的電子電路硬件和計算機(jī)智能化算法軟件，快速、實時、在線實現(xiàn)對產(chǎn)品的整體特征評價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)量評定與真?zhèn)伪孀R等。
2. 數(shù)據(jù)分析方法
主成分分析法（PCA）：將多個變量通過線性變換以選出較少個數(shù)重要變量的一種多元統(tǒng)計分析方法。主成分得分圖以散點圖為基礎(chǔ)，每個點代表一個樣品的一次檢測，點與點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)計分析方法。
簇類獨(dú)立軟模式法（SIMCA）：該方法實際上是根據(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)該模型對未知樣品進(jìn)行識別，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算法首先需要對幾類標(biāo)準(zhǔn)樣品做主成分分析，建立數(shù)據(jù)庫。算法會自動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。然后再對未知樣品做主成分分析，看未知樣品的點落在哪個區(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2個以上的樣品種類進(jìn)行分類識別，常用于等級區(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需要建立兩個矩陣X（傳感器響應(yīng)信號矩陣）和Y（對應(yīng)實際物理量，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)測一個未知點的數(shù)值。
圖1 SmarTongue電子舌
三、實驗
1. 樣品信息
樣品為桂林某學(xué)院提供的不同種類果酒，每個樣品3個平行，具體樣品名稱及編號見下表。
樣品 | 平行樣編號 |
銀桂酒 | 1-1 |
1-2 | |
1-3 | |
檸檬發(fā)酵酒 | 2-1 |
2-2 | |
2-3 | |
檸檬蒸餾酒 | 3-1 |
3-2 | |
3-3 | |
芒果蒸餾酒 | 4-1 |
4-2 | |
4-3 | |
種植大果山楂酒 | 5-1 |
5-2 | |
5-3 | |
獼猴桃酒 | 6-1 |
6-2 | |
6-3 | |
丹桂酒 | 7-1 |
7-2 | |
7-3 | |
芒果米酒（不銹鋼陳釀） | 8-1 |
8-2 | |
8-3 | |
芒果酒（橡木桶陳釀） | 9-1 |
9-2 | |
9-3 | |
桃金娘花酒 | 10-1 |
10-2 | |
10-3 |
2. 樣品處理及實驗參數(shù)
每個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
最大電壓 | 1V |
最低電壓 | -1V |
脈沖間隔 | 100MV |
靈敏度 | 10-4 |
3. 實驗結(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酒的味道會有影響，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。
您的位置：