导读：掺假蜂蜜的电子鼻信息呈现线性变化, 并且电子鼻对掺假蜂蜜有较强的敏感力。LDA 模式识别算法可以将纯蜂蜜样品与掺假蜂蜜样品很好的区分开, LDA 掺假判别模型正确识别率为 94 7%,该技术可以

在图4中,纯洋槐蜜不但可以和2种不同的掺假洋槐蜜区分开,而且以油菜蜜为添加物配制的掺假洋槐蜜样品和以大米糖浆为添加物配制的掺假洋槐蜜样品都包含10%、20%、30%、40%、50%、60%、70%的掺假比例,这2种不同系列的掺假洋槐蜜样品没有交叉,也可以区分开,表明电子鼻在蜂蜜掺假方面具有较强的敏感力,该技术适合推广到蜂蜜掺假判别中。

 

3、结论与展望

本研究针对中国蜂蜜市场上主流的天然蜂蜜 和典型掺假手段,掺假物质的含量和比例的掺假蜂蜜样品,采集了其电子鼻信号,运用主成分分析(PCA)和线性判别分析(LDA)分别研究了掺假蜂蜜的电子鼻信息变化特征和电子鼻快速判别蜂蜜掺假的可行性。本研究得出如下结论:

1)随着掺假物质含量的增加,掺假蜂蜜的电子鼻信息沿主成分分析(PCA)第一主成分呈线性变化。

2)以油菜蜜和大米糖浆为掺假物质,引起洋槐蜜香气体系发生变化的最小添加量分别为槐蜜香气体系发生变化的最小添加量分别为2%和 1%。

3)采用线性模式识别算法线性判别分析 (LDA),对蜂蜜中掺判入大米糖浆和油菜蜜的情况进行识别时均取得了很好的识别效果,验证集的正 确判别率达到 94.7%,很好的实现了对蜂蜜掺假的快速识别，为电子鼻用于蜂蜜掺假快速判别提供了参考。 

本研究重点在于探索利用电子鼻进行蜂蜜掺假快速判别的可行性,但实际应用于蜂蜜掺假判别 还需攻克解决一些问题,例如电子鼻仪器自身具有 漂移性,给检测结果带来很大的变数;利用电子鼻进行蜂蜜掺假判别还需大量样本建立纯蜂蜜的电子鼻指纹图谱库,但蜂蜜产地、采集年份、加工、 运输等都有可能会影响蜂蜜香气的变化,难以建立比较全面的纯蜂蜜电子鼻指纹图谱库,因此电子鼻 实际应用于蜂蜜掺假判别还需要更深入的研究。