基于电子鼻、电子舌、电子眼和多元统计分析方法的冻藏竹荚鱼新鲜度的评价和预测
作者单位：渤海大学食品科学与工程学院 渤海大学海洋研究院 生鲜农产品贮藏加工及安全控制技术国家地方联合工程研究中心 辽宁省食品安全重点实验室
会议名称：《中国食品科学技术学会第十八届年会》
会议日期：2022年
学科分类：0832[工学-食品科学与工程（可授工学、农学学位）] 08[工学] 083204[工学-水产品加工及贮藏工程]
关 键 词：鱼肉新鲜度 定量预测 智能仪器 数据融合 机器学习技术
摘 要：新鲜度是鱼肉品质的重要属性,开发可靠的新鲜度监测手段对其进行评价和预测一直是水产品贮藏方向的研究热点。本研究利用电子鼻、电子舌、电子眼和传统理化指标对冻藏90 d的竹荚鱼进行新鲜度评价,再应用初级数据融合策略和多元统计分析方法(包括主成分分析、人工神经网络、XGBoost、随机森林回归和支持向量回归机)对其新鲜度(K值、TBA值、羰基含量、Ca-ATPase活性)进行定量预测。研究结果表明:与独立的电子传感器信号相比,融合后的信号包含更多的样品信息。且人工神经网络、XGBoost和随机森林回归在预测理化指标方面均有较好的性能,其R分别为0.929,0.888,0.936,并且从定量模型拟合度来看,从高到低依次为TBA值、羰基含量、Ca-ATPase活性、K值。但基于支持向量回归机建立的定量模型性能不佳(R≤0.835)。另外,在预测羰基含量时,人工神经网络模型性能最优;在预测TBA值时,XGBoost模型效果最佳;对于预测K值和Ca-ATPase活性,随机森林回归模型是最好的。由此可见,利用电子鼻、电子舌、电子眼三种机器学习技术进行数据融合和建模来预测鱼肉的新鲜度,具有一定的可行性和优越性。