本文由 上海科學(xué)儀器有限公司 整理匯編

2018-08-16 10:00 611閱讀次數(shù)

收藏 評價 舉報

• 分享

立即下載

參與評論

評論

登錄后參與評論

登錄或新用戶注冊

• 微信登錄
• 密碼登錄
• 短信登錄

請用手機微信掃描下方二維碼
快速登錄或注冊新賬號

微信掃碼，手機電腦聯(lián)動

注冊登錄即表示同意《儀器網(wǎng)服務(wù)條款》和《隱私協(xié)議》

賬  號：

密  碼：

圖片碼： 看不清？
換一張？

手機和郵箱號注冊新賬號>> 忘記密碼？

手機號：

圖片碼： 看不清？
換一張？

短信碼： 獲取短信碼

手機和郵箱號注冊新賬號>> 忘記密碼？

更多資料

• PEN3－電子鼻測定榴蓮果肉臭味氣體的模型建立及應(yīng)用

  摘要:利用PEN3便攜式電子鼻檢測榴蓮果肉的臭味響應(yīng)值，并運用密封、打孔的方法使信號曲線能較快的達到平穩(wěn)狀態(tài)。通過PCA分析確定榴蓮果肉臭味的**主成分和第二主成分的總貢獻率達到99.49%，而且0孔、8孔、16孔三種不同孔數(shù)處理的榴蓮果肉臭味有明顯差異，所以，電子鼻識別榴蓮果肉臭味可行;通過Loadings分析認為硫化物是榴蓮果肉臭味氣體的主要成分;根據(jù)檢測到的數(shù)據(jù)，利用PLS法建立了榴蓮果肉臭味氣體相對含量的模型，運用統(tǒng)計軟件建立了PLS線性擬合曲線，得到0孔、8孔、16孔的相對含量擬合的線性相關(guān)系數(shù)為0.997，說明榴蓮果肉臭味氣體相對含量與電子鼻輸出信號之間有較好的線性關(guān)系;測得0孔、8孔、16孔的相對含量的平均相對誤差均小于10%。因此，本文所建模型可準(zhǔn)確地測定榴蓮果肉臭味氣體的相對含量，從而提供一種評定榴蓮臭味的實用方法。關(guān)鍵詞:電子鼻，榴蓮臭味，PLS模型[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• PEN3電子鼻-臭氧氧化、涂膜及其結(jié)合法清除榴蓮果肉表面臭味

  摘要：采用臭氧氧化、可食膜掩蔽、臭氧氧化＋可食膜掩蔽3種方法，清除榴蓮果肉表面臭味，并利用電子鼻定量檢測除臭效果。將密封榴蓮果肉樣品的系統(tǒng)開0、8、16個小孔，減小榴蓮果肉的裸露面積，使榴蓮臭味形成3種質(zhì)量濃度梯度，電子鼻信號曲線能較快地達到平穩(wěn)狀態(tài)，用于建立偏Z小二乘（partialleastsquares，PLS）法分析模型。主成分分析表明，3種不同孔數(shù)處理后樣品的響應(yīng)值有明顯差異；PLS法建立的榴蓮果肉臭味氣體相對含量模型表明，以榴蓮果肉臭味氣體相對含量建立的PLS法分析線性擬合曲線的相關(guān)系數(shù)為0.997，16孔樣品的榴蓮果肉臭味氣體相對含量的平均相對誤差小于10%，即電子鼻可以準(zhǔn)確地測定榴蓮果肉臭味氣體的相對含量；硬脂酸膜（膜液質(zhì)量濃度為硬脂酸2.70g/L＋甘油45.00g/L＋大豆分離蛋白90.00g/L）掩蔽榴蓮臭味的效果**；臭氧氧化＋可食膜掩蔽方法清除榴蓮果肉表面臭味的效果**。關(guān)鍵詞：臭氧氧化；可食膜；榴蓮臭味；電子鼻；偏Z小二乘模型[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• PEN3電子鼻-貝類氣味指紋模型的建立

  PEN3電子鼻-貝類氣味指紋模型的建立[詳細]

  2015-06-01 00:00

  報價單

  |

  • 
  • 
  • 
  • 

• PEN3電子鼻-禽肉風(fēng)味指紋和識別模型的建立

  PEN3電子鼻-禽肉風(fēng)味指紋和識別模型的建立[詳細]

  2024-09-28 00:39

  報價單

  |

  • 
  • 
  • 
  • 

• 電子鼻氣體定量分析中灰色建模及應(yīng)用

  電子鼻氣體定量分析中灰色建模及應(yīng)用[詳細]

  2011-03-09 00:00

  實驗操作

  |

  • 
  • 
  • 
  • 

• 基于電子鼻技術(shù)的櫻花花香測定方法的建立---德國AIRSENSE電子鼻

  摘要：【目的】為建立基于電子鼻技術(shù)的櫻花花香氣味快速檢測方法，應(yīng)用于櫻花種質(zhì)鑒定。[詳細]

  2025-06-09 10:31

  期刊論文

  |

  • 
  • 
  • 
  • 

• PEN3－基于電子鼻的蘋果低溫貯藏時間及品質(zhì)預(yù)測

  【目的】研究利用電子鼻對蘋果低溫貯藏時間及品質(zhì)的預(yù)測效果，為蘋果低溫貯藏品質(zhì)的無損檢測及合理加工利用提供參考。【方法】以富士蘋果為試材，在（０±１）℃低溫條件下貯藏，分別在貯藏后的第０，３０，６０，９０，１２０，１５０和１８０天，隨機選?。常皞€果實，利用ＰＥＮ３型電子鼻檢測其香氣，并一一對應(yīng)測定蘋果的主要品質(zhì)指標(biāo)（硬度、可溶性固形物含量和可滴定酸含量）。利用載荷分析優(yōu)化電子鼻傳感器陣列，對優(yōu)化后的電子鼻檢測數(shù)據(jù)進行線性判別分析，建立蘋果低溫貯藏品質(zhì)的偏Z小二乘預(yù)測模型、ＢＰ神經(jīng)網(wǎng)絡(luò)預(yù)測模型和貯藏時間的多層感知器預(yù)測模型，并對預(yù)測效果進行了比較?！窘Y(jié)果】線性判別分析能夠較好地區(qū)分蘋果的貯藏品質(zhì)，且蘋果香氣在貯藏６０～９０ｄ時變化較大；建立的多層感知器神經(jīng)網(wǎng)絡(luò)模型對蘋果貯藏時間有較好的預(yù)測效果，預(yù)測準(zhǔn)確率均＞９２．０％；利用偏Z小二乘法和ＢＰ神經(jīng)網(wǎng)絡(luò)均能對果實的品質(zhì)建立有效的預(yù)測模型，其中偏Z小二乘法對冷藏蘋果硬度和可滴定酸含量的預(yù)測效果優(yōu)于對可溶性固形物含量的預(yù)測，利用ＢＰ神經(jīng)網(wǎng)絡(luò)所建立預(yù)測模型的決定系數(shù)均＞０．９３０?。埃A(yù)測效果較偏Z小二乘法更好?！窘Y(jié)論】利用電子鼻的快速無損檢測功能可以實現(xiàn)對蘋果低溫貯藏時間及品質(zhì)的預(yù)測。[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• PEN3-提高食醋電子鼻識別率方法的研究

  摘要：以兩種不同品牌的山西食醋為樣品，通過對電子鼻測定數(shù)據(jù)的區(qū)間分析，確定樣品處理方式，并采用正交試驗方法對傳感器的選用進行優(yōu)化并建立模板；用歐氏距離、相關(guān)性、馬氏距離和判別函數(shù)分析同時鑒別新樣品的歸屬，誤判率明顯降低（由18.2%降低為5.4%），識別率得到較大提高（由81.8%提高至94.6%）。[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• 電子鼻PEN3-監(jiān)測百藥煎的固態(tài)發(fā)酵

  電子鼻PEN3-監(jiān)測百藥煎的固態(tài)發(fā)酵[詳細]

  2015-06-19 00:00

  專利

  |

  • 
  • 
  • 
  • 

• PEN３－基于電子鼻的冷藏大菱鲆品質(zhì)變化研究

  摘要利用電子鼻技術(shù)檢測不同貯藏溫度下大菱鲆樣品的揮發(fā)性氣體變化情況，對所得數(shù)據(jù)進行主成分分析(PCA)、載荷分析(LA)和聚類分析(CA)，并結(jié)合細菌菌落總數(shù)和揮發(fā)性鹽基氮(TVB-N)含量變化進行分析，建立一種基于電子鼻的冷藏大菱鲆新鮮度判別方法。結(jié)果表明:電子鼻主成分分析、載荷分析和聚類分析能很好地區(qū)分大菱鲆0℃與4℃貯藏過程中的揮發(fā)性氣味變化，氣味發(fā)生變化的時間拐點分別是貯藏20d和16d;電子鼻分析結(jié)果與細菌菌落總數(shù)和TVB-N值變化預(yù)測的貨架期終點基本一致。因此電子鼻技術(shù)可以用來判別大菱鲆冷藏過程中的新鮮度變化。[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• PEN3-基于電子鼻的果園荔枝成熟階段監(jiān)測

  摘要：為了無損快速監(jiān)測荔枝成熟階段，該文提出了一種基于電子鼻技術(shù)的果園荔枝成熟階段監(jiān)測方法，采用PEN3電子鼻獲取掛果約25d到果實成熟過程中6個成熟階段荔枝樣本的仿生嗅覺信息并同步獲取了各成熟階段荔枝的3項物理特征（果實直徑、果實質(zhì)量與果實可溶性固形物含量）。根據(jù)不同成熟階段荔枝物理特征變化可知，荔枝果實直徑與果實質(zhì)量2項物理指標(biāo)在掛果約32d～39d，以及53d～60d增長較快，可溶性固形物含量在掛果約32d前無法測量，53d～60d階段增長速度較慢。提取各樣本電子鼻采樣數(shù)據(jù)75s時刻的各傳感器響應(yīng)值作為特征值后，采用載荷分析（loadings）進行傳感器陣列優(yōu)化，優(yōu)選了傳感器R2、R4、R6、R7、R8、R9和R10的響應(yīng)數(shù)據(jù)進行后續(xù)分析。將優(yōu)化后的傳感器響應(yīng)數(shù)據(jù)進行歸一化處理。采用線性判別分析（lineardiscriminantanalysis，LDA）進一步提取特征信息，降低數(shù)據(jù)中包含的冗余信息。LDA對荔枝成熟階段的分類識別效果不佳。為進一步探究電子鼻監(jiān)測果園荔枝成熟階段的可行性，采用模糊C均值聚類分析（fuzzyCmeansclustering，F(xiàn)CM）、kZ近鄰函數(shù)分析（knearestneior，KNN）和概率神經(jīng)網(wǎng)絡(luò)（probabilisticneuralnetwork，PNN）進行模式識別。研究結(jié)果表明，F(xiàn)CM對果園荔枝成熟階段識別的正確率為89.17%。采用KNN與PNN建立識別模型后，KNN與PNN識別模型對訓(xùn)練集的回判正確率均為1**%，對測試集的識別率均96.67%，具有較好的分類識別效果。試驗證明了采用電子鼻進行果園荔枝成熟度監(jiān)測的可行性，為果園水果品質(zhì)的實時監(jiān)測提供參考。[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• PEN3-電子鼻技術(shù)研究臭氧水處理對羅非魚魚片的

  摘要：采用電子鼻PEN3系統(tǒng)對經(jīng)不同臭氧水處理的羅非魚肉進行檢測。對傳感器進行相關(guān)性分析與Loadings分析，由W1C、W5S、W1S、W1W、W2S、W2W和W3S組成新的傳感器陣列。對優(yōu)化后的傳感器陣列進行主成分分析，結(jié)合揮發(fā)性鹽基氮（totalvolatilebasicnitrogen，TVB-N）值、硫代酸反應(yīng)物（thiobarbituricacidreactivesubstances，TBARS）值綜合評價臭氧水處理對羅非魚魚片的新鮮度的影響。結(jié)果表明，利用電子鼻技術(shù)得到羅非魚魚片的貯藏品質(zhì)區(qū)分結(jié)果與TVB-N值、TBARS值0級動力學(xué)分析結(jié)果基本一致；1mg/L臭氧水處理5min不能明顯地減緩羅非魚魚片在貯藏期新鮮度下降，5mg/L臭氧。[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• PEN3-電子鼻法鑒別食用植物油與地溝油的研究

  摘要:目的嘗試利用電子鼻技術(shù)建立一種簡便、快速的鑒別食用植物油與地溝油的篩查方法。方法樣品包括采集自各超市的9個品種共103個正常植物油，采集自多家餐飲企業(yè)的24個煎炸廢棄油脂，采集自餐廚垃圾集中處置定點公司的36個餐廚廢棄油脂，以及本課題組自主制備的25個精煉地溝油。利用電子鼻采集各樣品的氣味信息，通過數(shù)據(jù)主成分分析(PCA)和線性判別分析(LDA)2種方法進行分析和判定。結(jié)果電子鼻可以相互區(qū)分食用植物油、餐廚廢棄油脂和精煉地溝油，無法區(qū)分食用植物油和煎炸廢棄油脂。結(jié)論本實驗結(jié)果表明，經(jīng)過系列的氧化及劣變過程，地溝油中的氣味分子成分與正常植物油相比已經(jīng)發(fā)生了劇烈的變化。電子鼻技術(shù)作為鑒別地溝油的一種新興手段，值得更深入的探索和研究。[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• 電子鼻在冷卻肉貨架期預(yù)測模型中的應(yīng)用

  電子鼻在冷卻肉貨架期預(yù)測模型中的應(yīng)用[詳細]

  2024-09-28 00:35

  實驗操作

  |

  • 
  • 
  • 
  • 

• 4種細菌計數(shù)分光光度計法的建立及應(yīng)用

  在禽類養(yǎng)殖中，細菌性疾病是較常見且危害大的一類疫病。細菌性疾病常見的種類有20多種，其中具有代表性的細菌有大腸桿菌、沙門氏菌、鴨疫里默氏桿菌、葡萄球菌、副雞嗜血桿菌等Ｗ。[詳細]

  2025-11-07 11:00

  應(yīng)用文章

  |

  • 
  • 
  • 
  • 

• 氣體透過率測試儀的優(yōu)勢及應(yīng)用

  隨著消費者對美妝產(chǎn)品要求的不斷提高，美妝行業(yè)也在不斷尋求創(chuàng)新和突破。其中，氣體透過率測試儀作為一種全新的技術(shù)工具，正在引起行業(yè)內(nèi)的熱議和廣泛應(yīng)用。這種儀器通過測量美妝產(chǎn)品中的氣體透過率，為美妝品牌提供了重要的數(shù)據(jù)支持和優(yōu)化方向。本文將深入探討氣體透過率測試儀在美妝行業(yè)中的應(yīng)用，并介紹其對產(chǎn)品開發(fā)、市場推廣和消費者體驗的重要意義。 一、氣體透過率測試儀的原理和優(yōu)勢 氣體透過率測試儀是一種基于科學(xué)原理的儀器設(shè)備，通過測量物質(zhì)對氣體的透過性能，來評估美妝產(chǎn)品在不同環(huán)境條件下的表現(xiàn)。其主要原理是利用氣體分析技術(shù)，結(jié)合儀器的傳感器和數(shù)據(jù)處理軟件，準(zhǔn)確地計算出物質(zhì)透過率的數(shù)值指標(biāo)。相比傳統(tǒng)的測試方法，氣體透過率測試儀具有以下幾個顯著的優(yōu)勢： 1. 數(shù)據(jù)準(zhǔn)確性高：氣體透過率測試儀利用先進的傳感器和算法，能夠?qū)崟r監(jiān)測和記錄物質(zhì)的透過率，數(shù)據(jù)準(zhǔn)確性高，排除了人為誤差的干擾。 2. 多樣性和快捷性：氣體透過率測試儀可以用于測試各種不同類型和形態(tài)的美妝產(chǎn)品，如面膜、粉底液、唇膏等。同時，測試過程簡便快捷，節(jié)省了時間和人力成本。 [詳細]

  2024-09-04 16:49

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• PEN3-基于電子鼻判別富士蘋果貨架期的研究

  摘要:利用電子鼻對不同貨架期內(nèi)的富士蘋果揮發(fā)性成分進行檢測。通過雷達圖和負荷加載(Loadings)分析研究主要傳感器響應(yīng)值的變化，利用主成分分析(PCA)、線性判別分析(LDA)模式判別方法進行數(shù)據(jù)分析。結(jié)果表明，第7、8號傳感器在蘋果常溫貨架期判別中起主要作用，而第2、7號傳感器在蘋果貯后貨架期的判別中起主要作用。PCA、LDA方法均可準(zhǔn)確判別常溫不同貨架期的蘋果;與PCA相比，LDA方法可以更準(zhǔn)確對不同貯后貨架壽命蘋果進行判別，并呈現(xiàn)出良好的集中性和單向趨勢。因此，電子鼻快速判別不同貨架期的蘋果具有可行性。關(guān)鍵詞:電子鼻，蘋果，貨架期，判別[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• PEN3-一種基于電子鼻的辛味中藥材的分類鑒別方法研究

  摘要:為獲取新的氣味識別方法以提高智能傳感器模式分類識別準(zhǔn)確率和速度，使用了內(nèi)置10個傳感器的便攜式電子鼻PEN3對辛味中藥材進行氣味采集檢測．將辛味中藥材在燒杯中進行密封靜置待其形成穩(wěn)定的氣味頂空環(huán)境時，運用電子鼻對其進行檢測采樣得到樣品高維氣味數(shù)據(jù)信息．與傳統(tǒng)的線性數(shù)據(jù)分析方法不同，針對氣味蘊含多種諸如濃度、各種揮發(fā)性物質(zhì)成分等特征，可知氣味非線性的本質(zhì)特征，在本次分析中采用了流形算法中的非線性的局部線性嵌入(LocallyLinearEmbedding，LLE)算法對非線性的氣味數(shù)據(jù)進行特征提取與降維，再采用基于Fisher的線性判別分析(LinearDiscriminantAnalysis，LDA)實現(xiàn)對特征子空間的模式聚類與分類，通過多次實驗優(yōu)化LLE算法的參數(shù)，得到了**的辛味中藥材的模式識別效果．分析結(jié)果表明，運用LLE和LDA相結(jié)合的算法(即LLE_LDA)可以很好地完成不同種類辛味中藥材的揮發(fā)性氣味信息的模式分類，為深層次地分析基于電子鼻的氣味數(shù)據(jù)信息提供了一種新方法．關(guān)鍵詞:模式識別;氣敏傳感器;局部線性嵌入_線性判別分析;分類鑒別;非線性降維[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• 空化流動負反饋控制降階模型的建立

  空化流動負反饋控制降階模型的建立[詳細]

  2011-02-14 00:00

  期刊論文

  |

  • 
  • 
  • 
  • 

• PEN3-基于高光譜與電子鼻融合的番石榴機械損傷識別方法

  摘要:提出了一種基于高光譜與電子鼻融合的水果機械損傷識別方法。分別采用高光譜儀與電子鼻對無損傷、輕度機械損傷和重度機械損傷的番石榴進行采樣，提取特征信息后，運用主成分分析(PCA)、線性判別分析(LDA)、歐氏距離分析(ED)和模糊C均值聚類(FCM)對高光譜儀、電子鼻以及高光譜與電子鼻融合3種識別方法的識別效果進行了對比。PCA和LDA的分析結(jié)果表明，高光譜與電子鼻識別番石榴機械損傷是可行的，但單獨采用這兩種識別方法均無法對番石榴機械損傷程度進行分級。采用高光譜與電子鼻融合方法，結(jié)合LDA分析可以較好地識別番石榴機械損傷程度，比單一識別方法具有更好的識別效果。此外，LDA比PCA對番石榴機械損傷識別效果更佳。根據(jù)PCA、LDA和ED分析結(jié)果可以推測多源信息融合的分類識別方法既可獲取更多的樣本信息，提高相同樣本之間的聚類性，又可較多地保持單一分類識別方法得到的不同樣本之間的Zda距離。根據(jù)FCM分析結(jié)果，高光譜識別、電子鼻識別和高光譜與電子鼻融合識別3種方法對番石榴機械損傷識別的正確率分別為89.74%、82.05%和97.44%，驗證了多源信息融合方法對提高水果機械損傷識別效果的可行性。關(guān)鍵詞:番石榴機械損傷多源信息融合高光譜電子鼻[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  •