相关实验视频
Updated: Sep 13, 2025
11:02
Fruit Volatile Analysis Using an Electronic Nose
Published on: March 30, 2012
21.8K
在 Allium tuberosum 中使用具有多变量分析的电子鼻子进行定性和定量农药残留分析
Fanzhen Meng1, Jingwen Zhu1, Jihong Deng1
1School of Electrical and Information Engineering, Jiangsu University, Zhenjiang 212013, PR China.
Food chemistry
|July 27, 2025
概括
一种新的电子鼻子 (E-nose) 方法与优化算法相结合,可以准确地检测Allium tuberosum中的农药残留物. 这种快速检测工具通过识别和量化常见污染物来确保蔬菜的安全.
科学领域:
- 农业化学 农业化学
- 分析化学 分析化学
- 食品科学 食品科学 食品科学
背景情况:
- 在 Allium tuberosum 中的农药残留物带来了越来越多的食品安全问题.
- 目前的检测方法可能缺乏有效监控所需的速度和稳定性.
- 准确评估农药水平对于消费者健康和监管合规性至关重要.
研究的目的:
- 开发一种快速且可靠的方法,用于检测Allium tuberosum中的农药残留物.
- 为了使农药污染的定性 (存在/不存在) 和定量 (度) 分析.
- 为了评估电子鼻子 (E-nose) 结合优化算法和机器学习的有效性.
主要方法:
- 使用电子鼻子 (E-nose) 传感器阵列捕获Allium tuberosum样本的挥发性有机化合物概况.
- 采用粒子集群优化 (PSO) 算法来优化特征选择和模型参数.
- 应用支持矢量机 (SVM) 用于分类和支持矢量回归 (SVR) 用于对农药残留物的定量分析.
主要成果:
- SVM分类器在区分正常和受农药污染的Allium tuberosum样本方面取得了100%的准确性.
- 在识别特定类型的农药方面,SVM的准确性达到了100%:Chlorpyrifos,Carbendazim和Procymidone.
- 定性分析显示农药识别的准确度高 (97.22-100%),而SVR提供了优秀的定量预测 (Rp = 0.9130-0.9572).
结论:
- 集成的E-nose,PSO和SVM/SVR系统为在Allium tuberosum中检测农药残留提供了一个高度准确和高效的解决方案.
- 该方法为定性和定量评估提供了可靠的工具,对于确保蔬菜食品安全至关重要.
- 电子鼻子技术显示出在农产品中常规监测农药污染的巨大潜力.
