在不同的储存日和加工温度条件下,使用气味传感系统识别牛肉气味

科学领域:

• 食品科学 食品科学 食品科学
• 分析化学 分析化学
• 传感器技术 传感器技术

背景情况:

• 牛肉的质量和安全是消费者关心的关键问题.
• 评估牛肉质量的传统方法可能耗时且具有破坏性.
• 开发快速,非破坏性的牛肉监测方法至关重要.

研究的目的:

• 评估一种气味传感系统,根据储存时间和加工温度来区分牛肉气味.
• 对气味数据进行主要组件分析 (PCA) 和统一多边近似和投影 (UMAP) 等减小维度技术的有效性进行评估.
• 通过监督机器学习模型提高牛肉质量分类的准确性.

主要方法:

• 使用了16通道的电化学传感器阵列,以捕获不同储存日 (D0-D8) 和温度 (室温,100°C,180°C) 下的牛肉气味.
• 使用气相色谱-质谱法 (GC-MS) 来识别关键的气味化合物.
• 应用主要组件分析 (PCA) 和统一多重近似和投影 (UMAP) 用于数据可视化和维度缩小,包括监督的UMAP.
• 在减少的数据集上使用六个算法进行机器学习分类.

主要成果:

• 气味的特征随着储存日和加工温度的变化而显著变化.
• PCA和无监督的UMAP有效地按存储日而不是温度对数据进行集群.
• 监督的UMAP在聚类储存日和温度方面表现出高准确性.
• 机器学习模型在监督UMAP和降低维度的情况下实现了超过99.5%的准确性.

结论:

• 气味传感系统与监督的UMAP相结合,为监测牛肉质量和安全提供了一个高度准确的,非破坏性的方法.
• 这项研究强调了电子鼻子和数据缩小技术在食品工业应用中的潜力.
• 这些发现为未来食品质量评估的电子鼻子技术的进步提供了基础.