黄星奕
- 作品数：76 被引量：891H指数：18
- 供职机构：江苏大学食品与生物工程学院更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金江苏省高校优势学科建设工程资助项目更多>>
- 相关领域：轻工技术与工程农业科学自动化与计算机技术理学更多>>
- 电子舌对橙汁感官品质定量评价研究被引量：18
- 2014年
- 尝试采用电子舌技术对橙汁感官品质进行快速定量评价。试验以3类20种品牌橙汁为研究对象,以人工感官评价结合模糊数学评价橙汁感官品质,获得各个感官指标得分值;同时采集样本的电子舌传感器数据。利用因子分析法确定橙汁各感官指标的权重,根据权重得出橙汁感官品质的总得分。然后对比采用偏最小二乘法和BP神经网络建立电子舌传感器响应值与感官品质总得分值之间的定量预测模型。结果显示,因子分析法可以有效分析不同类型橙汁的感官指标,得到色泽、香气、酸度、甜度、苦涩味、体态的权重分别为0.15、0.06、0.20、0.24、0.15、0.20。当采用主成分数为3,建立的BP神经网络模型效果最优。模型预测集中预测值与参考值的相关系数为0.93;预测集均方根误差为0.20。研究结果可为橙汁感官品质的智能化评价提供参考。
- 黄星奕戴煌徐富斌姚丽娅韩方凯
- 关键词：电子舌感官品质橙汁偏最小二乘法支持向量机
- 特征变量筛选在近红外光谱测定绿茶汤中茶多酚的应用被引量：10
- 2011年
- 利用化学计量学方法从绿茶汤近红外光谱中提取茶多酚光谱信息,建立茶多酚近红外光谱定量分析模型。光谱采集使用5 mm光程的石英比色皿,利用联合区间偏最小二乘法(siPLS)筛选特征光谱区间,然后在筛选的光谱区间内进一步利用遗传算法(GA)优选特征变量。结果表明,siPLS筛选的特征光谱区间避开了水的强吸收峰影响,利用GA在筛选的特征光谱区间内优选出166个特征变量建立PLS模型,模型预测集均方根误差为0.685%,相对标准差为5.26%,相对分析误差为3.22,所建模型能达到精度要求,可用于实际检测。
- 吴瑞梅岳鹏翔赵杰文黄星奕陈全胜
- 关键词：茶多酚近红外光谱遗传算法
- 杂环化合物在镇江香醋陈酿过程中的变化被引量：12
- 2015年
- 采用固相微萃取(SPME)与气-质联用(GC-MS)技术分析杂环化合物在镇江香醋陈酿过程中的变化。结果表明:从6个陈酿时间的镇江香醋中共检测到27种杂环化合物,主要由吡嗪、恶唑、呋喃及吡咯4类化合物组成。除陈酿78个月的镇江香醋外,糠醛是其他5个陈酿时间镇江香醋中含量最高的杂环化合物,并且其含量随陈酿时间的增加呈不断下降的趋势。其它杂环化合物含量大都随陈酿时间的增加而增加,尤其是四甲基吡嗪、三甲基吡嗪、2,6-二乙基吡嗪和三甲基恶唑,是镇江香醋中含量最高的吡嗪和恶唑类化合物,陈酿时间的延长对其影响极显著,可作为镇江香醋陈酿时间鉴别的重要指标。2-乙基-4,5-二甲基恶唑等4种恶唑化合物在镇江香醋中首次被发现。杂环化合物种类丰富、含量较高,是形成香醋,特别是陈酿时间较长的镇江香醋特有风味的重要原因。
- 孙宗保尹俊玲赵杰文黄星奕邹小波陈全胜林颢
- 关键词：镇江香醋气相色谱-质谱联用杂环化合物陈酿
- 高光谱图像技术检测柑橘果锈被引量：28
- 2009年
- 高光谱图像技术作为农产品无损检测的新技术,探讨了其在柑橘外部品质检测的可行性。以检测柑橘果锈为目的,首先对经预处理的高光谱图像数据进行主成分分析,优选出571nm、652nm和741nm三个特征波长组成新的图像块;再进行第二步主成分分析,得到的第三主成分图像为最适宜检测柑橘果锈的图像;最后对该图像进行中值滤波、平方根变换、阈值分割和数字形态学运算完成特征提取。试验结果表明,此算法对柑橘果锈检测的正确率可达到90%。研究表明,利用高光谱图像技术结合两步主成分分析算法检测柑橘果锈是可行的。
- 蔡健荣王建黑黄星奕陈全胜
- 关键词：主成分分析柑橘
- 基于电子舌技术的鱼新鲜度定性、定量分析被引量：15
- 2014年
- 为实现鱼新鲜度的快速定性、定量分析。采用电子舌技术对4℃下不同冷藏天数的鲳鱼进行检测。同时测量鲳鱼体内挥发性盐基氮(Total volatile basic nitrogen,TVB-N)含量及细菌总数(Total viable count,TVC)。对电子舌数据进行分析处理,构建了K最近邻(K-nearest neighbor,KNN)判别模型和BP人工神经网络(Back-propagation artificial neural network,BP-ANN)模型定性评价鲳鱼新鲜度。结果显示,KNN模型的训练集、测试集识别率分别为:99.11%和98.21%;BP-ANN模型的训练集、测试集识别率分别为:92.86%和91.07%。构建了电子舌数据和TVB-N及TVC之间的支持向量机回归模型对鲳鱼新鲜度进行定量评价,独立样本检验结果显示,对TVB-N及TVC的预测,支持向量机回归模型的预测值和实测值的相关系数分别为:0.9727和0.9457,预测均方根误差分别为2.8×10-4 mg/g和0.052 log(CFU/g)。可见三种模型均能达到较好的效果。研究表明:电子舌技术在鱼新鲜度的快速定性、定量评价中具有很大的潜力。
- 韩方凯黄星奕穆丽君顾海洋
- 关键词：电子舌BP神经网络支持向量机回归
- 基于近红外光谱技术的紫薯贮藏期间花青素含量检测被引量：18
- 2019年
- 紫薯采后贮藏过程中,受环境因素影响,紫薯花青素会逐渐发生降解,导致紫薯色泽变化,营养品质下降。应用近红外光谱技术对贮藏期间的紫薯花青素含量变化进行了分析,建立了快速无损检测模型。实验采集了不同贮藏时间紫薯样本(120个)的近红外光谱,基于全波长范围4 000～10 000 cm-1结合不同光谱信号预处理方法(数据卷积平滑、一阶求导、标准正态变量变换(SNV))建立紫薯花青素的PLS(偏最小二乘)、SNV-PLS、i PLS(区间偏最小二乘)、GA-PLS(遗传算法-偏最小二乘)定量预测模型。结果显示,全波段经SNV为最优的原始光谱预处理方法。对经SNV预处理的光谱进行i PLS、GA特征波段筛选,所建立的GA-PLS模型预测效果最佳,预测集决定系数R2v和均方根误差为0. 913 6和7. 239 8 mg/(100 g),剩余预测偏差为3. 339 7。研究结果表明,应用近红外光谱技术可以较好地检测紫薯花青素含量,研究结果可为紫薯加工原料智能筛选以及贮藏品质监测提供一种可靠手段。
- 田潇瑜黄星奕白竣文吕日琴孙兆燕
- 关键词：紫薯花青素近红外光谱偏最小二乘回归
- 基于电子鼻技术监测金耳深层发酵被引量：2
- 2016年
- 利用电子鼻技术监测金耳深层发酵过程尾气变化,实现对金耳液体发酵过程的监测。优选出7根对金耳发酵液挥发性组分敏感的TGS系列气敏传感器。对所得数据进行主成分分析(principal component analysis,PCA)、模糊C均值聚类分析(fuzzy c-means method,FCM)和K最近邻分析(K-nearest neighbors analysis,KNN),通过主成分分析和模糊C均值聚类分析可以准确区分金耳的3个生长阶段。KNN模型在预测集和验证集中均对发酵阶段取得了较为理想的识别结果。实验结果表明,电子鼻技术可以有效监测金耳深层发酵过程状态。
- 黄星奕陈茂晴张志才王顺潘思慧
- 关键词：电子鼻金耳尾气
- 可视传感器技术快速测定淡水鱼细菌总数被引量：3
- 2013年
- 以鳊鱼为对象,采用可视传感器检测技术建立一种淡水鱼细菌总数快速测定的方法。首先,利用可视传感器技术采集鳊鱼的气味,用图像处理技术提取传感器阵列与样品气味反应前后的图像颜色差值作为鱼的气味特征信息;同时,采用平板计数法测定细菌总数来评定鱼的新鲜等级;最后,采用最小二乘法(PLS)和联合区间偏最小二乘法(siPLS)建立基于气味信息与细菌总数间高效、精确的鱼类新鲜度判别模型。结果显示,siPLS模型较优,其校正集和预测集相关系数分别达到88.96%和83.29%。结果表明,可视传感器技术能够用于预测鱼的细菌总数,具有方便、快速、无损、成本低等优越性。
- 黄星奕穆丽君姚丽娅
- 关键词：鳊鱼细菌总数偏最小二乘法
- 基于电子鼻技术的烟丝霉变检测被引量：6
- 2015年
- 霉变是影响烟丝质量的重要因素之一,研究探索建立基于电子鼻技术的烟丝霉变检测方法。构建的电子鼻系统主要由5只SnO2半导体气敏传感器形成反应阵列,采用BP神经网络(back propagation neural network,BPNN)为主的模式识别方法。从每个传感器响应曲线中提取2个特征值,使用主成分分析和BP神经网络对传感器阵列的所有特征值进行处理。主成分分析结果显示:非霉变烟丝和霉变烟丝存在可区分趋势,但不同霉变程度的烟丝间存在部分重叠。进一步利用BP神经网络对霉变烟丝判别,识别正确率达到90.00%。试验表明,使用电子鼻技术可以客观、有效地区分霉变和非霉变烟丝,为有效控制烟丝质量提供了可靠途径。
- 黄星奕陈玮
- 关键词：烟丝霉变电子鼻神经网络
- 采用气相色谱-离子迁移谱技术检测黄酒风味物质被引量：40
- 2019年
- 为实现黄酒中挥发性风味物质的快速无损检测,本研究采用气相色谱-离子迁移谱(Gas chromatography-ion mobility spectrometry,GC-IMS)联用技术结合化学计量学方法对不同酒龄黄酒中的挥发性风味物质进行了研究。黄酒样本的GC-IMS图片库显示,不同酒龄黄酒的挥发性风味物质浓度存在显著差异。采用差谱法从谱图中筛选出33个特征峰,利用其中13个数据库可查询到对应物质的特征峰进行黄酒的风味成分分析。以33个特征峰峰高作为变量,通过主成分分析(principal component analysis,PCA)进行降维,前6个主成分累计贡献率为95%,可以有效区分各组样本。分别采用线性判别(Linear Discriminant Analysis,LDA)、K-最近邻分类算法(K-Nearest Neighbor,KNN)建立酒龄判别模型。结果显示,LDA方法得到的训练集和预测集识别率分别为95%和90%,KNN的判别效果较好,训练集和预测集的识别率均达到100%。这说明,GC-IMS可以有效应用于黄酒挥发性风味物质的检测,在食品风味物质分析等领域具有广阔的应用前景。
- 黄星奕吴梦紫马梅郁姗姗王沛昌张晓瑞
- 关键词：黄酒风味物质
