王笑丹 徐麗萍 王洪美 才英明 金佳慧 朱靈濤

(吉林大學食品科學與工程學院，長春130062)

牛肉味覺品質(zhì)快速檢測的傳感器陣列優(yōu)化方法

王笑丹 徐麗萍 王洪美 才英明 金佳慧 朱靈濤

(吉林大學食品科學與工程學院，長春130062)

為了快速辨識不同味覺品質(zhì)的牛肉汁，對牛肉味覺品質(zhì)等級進行劃分，構(gòu)建了由12個離子電極與1個參比電極組成的味覺傳感器陣列，將該陣列應用于牛肉汁的等級辨識中，評價30組牛肉汁樣品味覺品質(zhì)等級。采用基于歐氏距離的聚類分析方法劃分牛肉味覺品質(zhì)等級。針對牛肉汁味覺品質(zhì)評價自動化關(guān)鍵技術(shù)問題，對用于牛肉汁等級評價的傳感器陣列進行了篩選優(yōu)化。采用單因素方差分析對各離子電極響應信號之間的內(nèi)在關(guān)聯(lián)進行了研究，根據(jù)優(yōu)化結(jié)果選擇S1、S2、S5、S7、P2、P3離子電極構(gòu)建新的傳感器陣列，并對30組牛肉汁進行評價。試驗結(jié)果表明:優(yōu)化后的傳感器陣列對牛肉汁的等級評定正確率為93.33%，高于未經(jīng)優(yōu)化的傳感器陣列的等級評定正確率(80.00%)。

牛肉;味覺;單因素方差分析;傳感器陣列優(yōu)化;歐氏距離

引言

牛肉味覺品質(zhì)是影響牛肉適口性至關(guān)重要的因素。從實際情況來看，牛肉品質(zhì)檢測主要針對氣味［1］、嫩度［2－3］、新鮮度［4－5］、顏色、pH 值［6］、含水率［7－8］、微生物檢測等方面［9－11］，對于牛肉味覺品質(zhì)檢測方面的研究較局限化。為了對牛肉味覺品質(zhì)快速劃分等級，迫切需要開發(fā)牛肉味覺品質(zhì)等級辨識的方法。近年來，多傳感器陣列因其與傳統(tǒng)化學檢測方法比較而言具有快速、全面和客觀的優(yōu)點而被應用于多種食品的分類辨識過程中［12］。國內(nèi)，研究人員構(gòu)建傳感器陣列研究了肉制品品質(zhì)［13－14］以及玉米飲料［15］、白酒［16－18］、純牛奶［19］、食醋［20］、水果［21－22］、小麥［23］、甜菊糖的氣味和味覺［24］。國外，研究人員利用電子舌分辨橄欖油［25］、茶、清潔劑［26］、軟飲料［27］、紅葡萄酒［28］。傳感器陣列可以快速準確地辨識牛肉汁味覺品質(zhì)的等級。然而，牛肉汁成分復雜，盡可能多地選擇傳感器固然可以比較全面地表示牛肉汁的特征，但同時也會引入一些對其等級劃分造成干擾的因素，使結(jié)論產(chǎn)生誤差，因而需要對傳感器陣列進行優(yōu)化。

本文依據(jù)伯德羅味覺理論構(gòu)建包含12個離子電極與1個參比電極的味覺傳感器陣列，依據(jù)傳感器對不同牛肉汁樣品的識別能力和單因素方差分析對傳感器陣列進行優(yōu)化，并選取6個傳感器作為優(yōu)化陣列。利用SPSS 20.0軟件，通過歐氏距離和組間聯(lián)接方法進行聚類分析，從而分析得出牛肉汁等級，并利用感官評定進行驗證。

1 材料與方法

1.1 試驗材料

本試驗所用的牛眼肉購于吉林省長春市皓月清真肉業(yè)股份有限公司，均為健康沃金黑牛，體質(zhì)量為400～550 kg，月齡為30～36月，育肥6個月以上。屠宰前24 h禁食，8 h禁水;按NY/T 676—2010《牛肉等級規(guī)格》要求的操作規(guī)程屠宰，屠宰后冷卻24 h，取牛眼肉部位進行測定。該肉經(jīng)24 h冷卻排酸，充分解僵，質(zhì)地較好［29］。

1.2 儀器與設(shè)備

H型數(shù)顯恒溫水浴器，金壇市金城國盛實驗儀器廠;DH070A型干燥箱，上海一恒科學儀器有限公司;雷磁電極，上海儀電科學儀器股份有限公司; CHI660D型電化學工作站，上海辰華儀器有限公司;BSA124S型電子分析天平，賽多利斯科學儀器(北京)責任公司。

1.3 試驗方法

1.3.1 樣品制備

共購買30組不同的牛肉樣品，每組250 g，編號1～30。每組試驗樣品切成尺寸10 mm×10 mm× 10mm的小塊，剔除試驗樣品中的肌間脂肪和結(jié)締組織。將樣品在去離子水中洗凈，去除表面污染物，分裝入保鮮袋并密封，放入75～80℃的水浴鍋中加熱，待牛肉內(nèi)部溫度達到70℃后再煮15 min，擠出其中的肉汁，過濾，自然冷卻至室溫(20℃)，每組取100mL濾液，即為檢測樣品［29］。

1.3.2 基于伯德羅味覺理論的傳感器陣列構(gòu)建

伯德羅理論提出味覺的產(chǎn)生是呈味物質(zhì)的刺激在味感受體上達到熱力學平衡的過程，不同呈味物質(zhì)在味感神經(jīng)去電荷形式上的不同會引起脈沖數(shù)的變化，從而在大腦中形成不同的味覺。本研究根據(jù)伯德羅味覺理論，選擇對于不同離子敏感度不同而引起電位差異的傳感器構(gòu)建陣列，包含12個離子電極和1個飽和甘汞參比電極。傳感器陣列中的12個離子電極包含2個玻璃電極(傳感器編號為:G1、G2)、3個液膜電極(傳感器編號為:P1、P2、P3)和7個難溶鹽(固態(tài))膜電極(傳感器編號為:S1、S2、S3、S4、S5、S6、S7)。對于干燥保存的全部離子電極，需在去離子水中掃描電位-時間曲線，直至達到穩(wěn)定狀態(tài)，待用，傳感器類型及活化參數(shù)如表1［30］所示。

表1 傳感器類型及活化參數(shù)Tab．1 Type of sensors and parameters of activation

1.3.3 牛肉味覺品質(zhì)檢測及傳感器陣列優(yōu)化方法

試驗在室溫條件下進行，將傳感器陣列進行活化后與電化學工作站連接，將傳感器浸入去離子水中，在無攪動狀態(tài)下浸泡后掃描至信號平衡。然后將傳感器工作電極敏感膜浸入待測牛肉汁液面下15mm，使用開路電位法檢測牛肉汁，參數(shù)設(shè)定如表2所示。每次測量完成后均用去離子水對傳感器測量端和浸入溶液部分進行沖洗，并再次在去離子水中掃描至信號平衡。每組牛肉汁樣品重復檢測3次，將3次測量平均值作為樣品味覺信號原始數(shù)據(jù)。

表2 開路電位法參數(shù)設(shè)定Tab．2 Parameter setting of open circuit potential

由于牛肉汁的味覺成分復雜，僅用單個傳感器無法評定味覺品質(zhì)，味覺傳感器的工作原理是建立在模擬人味覺形成過程的基礎(chǔ)上，利用12個離子電極和1個參比電極組成的味覺傳感器陣列對牛肉汁進行檢測和分析，可以更加全面地表達牛肉味覺品質(zhì)信息，但并不是每個傳感器對所有待檢測的牛肉汁都有很大的響應。如果傳感器響應信號方差相對較小，表明該傳感器辨識不同牛肉味覺品質(zhì)等級的能力較弱，在數(shù)據(jù)處理中可以去掉這些信號來減少計算量，節(jié)約時間和存儲空間。本研究采用單因素方差分析方法對試驗數(shù)據(jù)進行分析，以減少陣列中傳感器數(shù)量，提高對牛肉味覺品質(zhì)信息的有效辨識率。

1.3.4 牛肉味覺品質(zhì)感官評定

為驗證傳感器陣列評定牛肉味覺品質(zhì)的準確性，以感官評定方法作為牛肉味覺品質(zhì)評定的驗證標準。將上述已處理的牛肉樣品冷卻至室溫，每組樣品均取出3個小塊，由30名感官評定員依次進行咀嚼，然后吐凈，漱口，準備咀嚼下一樣品。30名感官評定員要求年齡在20～25歲之間且身體健康，無饑餓感和口渴感［29］。根據(jù)國標規(guī)定［31］與國內(nèi)外研究設(shè)計感官評定表(表3)，牛肉味覺品質(zhì)等級如表4所示。每個感官評定員咀嚼的牛肉樣品來自同一牛肉，根據(jù)感官評定表進行打分，總分100分。

表3 牛肉味覺品質(zhì)感官評定Tab．3 Sensory evaluation of beef taste quality

表4 牛肉味覺品質(zhì)等級Tab．4 Degree for sensory evaluation of beef sam ple taste quality

1.3.5 試驗結(jié)果處理方法

聚類分析法(Cluster analysis)是研究分類問題的一種多元統(tǒng)計分析方法，最常用的聚類方法為系統(tǒng)聚類法，其基本思想是認為所研究的樣品或指標間存在程度不同的相似性(親疏關(guān)系)，于是根據(jù)一批樣品的多個觀測指標，具體地找出一些能度量樣品間相似性的統(tǒng)計量，并以這些統(tǒng)計量為劃分類型的依據(jù)。其中歐氏距離計算是最為常見的相似度度量方法，將距離相近的樣品聚為一類，直至所有樣品聚合完畢，形成一個由小到大的分類系統(tǒng)，并得到一張能表示所有樣品間親疏關(guān)系的譜系圖［32］。樣品間n維向量x1(x11，x12，…，x1n)與x2(x21，x22，…，x2n)的歐氏距離為

數(shù)據(jù)分析采用Microsoft Excel 2007軟件，聚類分析與單因素方差分析均由SPSS 20.0統(tǒng)計分析軟件完成，系統(tǒng)聚類分析中類間聚合使用組間聯(lián)接，個體之間的相似性使用歐氏距離。

2 結(jié)果與分析

2.1 傳感器響應信號分析

對傳感器陣列響應信號進行分析，傳感器在去離子水中和牛肉汁中響應信號穩(wěn)定時如圖1、2所示(以G1傳感器為例)。從圖中可以看出，前10 s內(nèi)，傳感器G1的響應信號強度迅速減小，10～60 s過程內(nèi)，在去離子水中G1響應信號強度穩(wěn)定，在牛肉汁中G1響應信號曲線變化較小，趨于穩(wěn)定，達到動態(tài)平衡。因此，為了不將設(shè)備干擾和人為干擾引入分析過程中，提取10.1～60 s的傳感器響應信號平均值，并轉(zhuǎn)換為mV單位進行數(shù)據(jù)分析。

圖1 G1在去離子水中響應信號圖Fig．1 G1 signal response in deionized water

圖2 G1在牛肉汁中響應信號圖Fig．2 G1 signal response in beef juice

2.2 牛肉味覺品質(zhì)感官評定結(jié)果

對30組牛眼肉進行感官評定，每組樣品評定3次取平均值，并根據(jù)分值求得牛肉味覺品質(zhì)等級，結(jié)果為:30組肉樣中，牛肉味覺品質(zhì)為1級的有6組，牛肉味覺品質(zhì)為2級的有11組，牛肉味覺品質(zhì)為3級的有5組，牛肉味覺品質(zhì)為4級的有4組，牛肉味覺品質(zhì)為5級的有4組。這說明，市場上銷售的大多數(shù)牛肉味覺品質(zhì)良好，具有很高的食用價值。

2.3 牛肉味覺品質(zhì)傳感器陣列的優(yōu)化

采用單因素方差分析方法對30組牛肉汁的傳感器陣列響應信號值進行分析，以F值作為判別統(tǒng)計量，其結(jié)果如表5所示。

表5 單因素方差分析結(jié)果Tab．5 Results of single factor analysis of variance

由表5可知，各傳感器的單因素方差分析模型都是極顯著的，顯著水平均小于0.000 1，表明30組牛肉汁對各傳感器響應信號都具有極顯著影響，意味著可以利用傳感器響應信號區(qū)分不同等級的牛肉汁。F值由大到小的傳感器排列順序為S5、P3、S7、S1、S2、P2、S4、S3、G2、S6、P1、G1，F(xiàn)值越小，傳感器對不同等級牛肉汁的區(qū)分能力越弱，因此取S1、S2、S5、S7、P2、P3這6個傳感器，與參比電極共同組成牛肉味覺傳感器陣列。

2.4 利用歐氏距離對牛肉汁樣品進行聚類分析

本研究選用系統(tǒng)聚類分析，利用試驗牛眼肉樣品的味覺品質(zhì)等級與牛肉汁電位作為特征參數(shù)對30組試驗牛眼肉樣品數(shù)據(jù)進行聚類分析，將其編號1～30號。分類時距離較近的聚合一類，當所有的數(shù)據(jù)聚合為一類時停止聚類。首先對30組牛肉汁樣品進行初始聚類，每個樣品自成一類;計算30組樣品之間的歐氏距離，選擇數(shù)值最小的2個樣品即最相近的2個樣品進行合并，此時類別數(shù)目由最初的30組減少到29組，再次進行歐氏距離的計算，以此類推，重復此過程直至將30組牛肉汁樣品都歸為一類。

在牛肉汁樣品的系統(tǒng)聚類分析中，類間聚合使用組間聯(lián)接，個體之間的相似性使用歐氏距離，得到牛肉汁樣品聚類分析圖，優(yōu)化前傳感器陣列的聚類分析圖如圖3a所示，優(yōu)化后傳感器陣列的聚類分析圖如圖3b所示。

圖3 傳感器陣列的聚類分析圖Fig．3 Clustering analyses of sensor array

優(yōu)化前傳感器陣列的聚類分析中共30組樣品進入聚類分析。通過聚類圖譜可以看出按牛肉汁電位將牛肉味覺品質(zhì)分為8類，即30組樣品類間距離。第1類包括5個樣品，味覺品質(zhì)等級為1級;第2類包括2個樣品，味覺品質(zhì)等級為2級;第3類包括4個樣品，味覺品質(zhì)等級為3級;第4類包括7個樣品，味覺品質(zhì)等級為2級;第5類包括3個樣品，味覺品質(zhì)等級為2級;第6類包括4個樣品，味覺品質(zhì)等級為4級;第7類包括1個樣品，味覺品質(zhì)等級為3級;第8類包括4個樣品，味覺品質(zhì)等級為5級。將等級劃分結(jié)果與牛肉感官評定結(jié)果做比較，其中，19號、20號、9號、15號、25號、26號分類錯誤，19號為1級，應與第1類分為一組，20號、9號、15號、25號為2級，應與第4類為一組，26號為3級，應與第 3類為一組。此時分組正確率為80.00%。

優(yōu)化后傳感器陣列的聚類分析中，共30組樣品進入聚類分析。隨著聚類數(shù)目逐漸減少，類與類的距離逐漸增大。通過聚類圖譜可以看出按牛肉汁電位將牛肉味覺品質(zhì)分為5類，即30組樣品類間距離。第1類包括5個樣品，味覺品質(zhì)等級為1級;第2類包括13個樣品，味覺品質(zhì)等級為2級;第3類包括4個樣品，味覺品質(zhì)等級為3級;第4類包括4個樣品，味覺品質(zhì)等級為4級;第5類包括4個樣品，味覺品質(zhì)等級為5級。將等級劃分結(jié)果與牛肉感官評定結(jié)果做比較，其中，26號、19號歸類錯誤，正確率為93.33%，相比未優(yōu)化時分組正確率提高了13.33個百分點。

總體來講，利用優(yōu)化后的傳感器陣列進行檢測和分析，可以節(jié)約時間、人力物力，并較大程度上提高了等級劃分的正確率。這說明，優(yōu)化后的味覺傳感器陣列可以依據(jù)不同味覺特征完成牛肉汁等級的分類辨識，并且提高了檢測效率。

3 結(jié)束語

基于伯德羅味覺理論，選擇12個響應不同離子種類的離子電極和參比電極共同構(gòu)建味覺傳感器陣列，檢測30組牛眼肉樣品的味覺品質(zhì)。提取傳感器檢測的電位后，通過單因素方差分析優(yōu)化傳感器陣列，挑選出S1、S2、S5、S7、P2、P3 6個工作電極與參比電極共同組成牛肉味覺傳感器陣列。并使用SPSS 20.0軟件對電位矩陣進行聚類分析，應用歐氏距離對30組牛眼肉樣品進行分類。優(yōu)化后傳感器陣列的聚類分析中，等級分類正確率達93.33%，較優(yōu)化前提高13.33個百分點，結(jié)果表明:所優(yōu)化的傳感器陣列和基于歐氏距離的牛肉味覺品質(zhì)檢測方法可以準確快速地檢測牛肉味覺品質(zhì)，并評定牛肉味覺品質(zhì)等級。

1 滕炯華，袁朝輝，王磊．多氣體傳感器信號樣條回歸分析［J］．同濟大學學報:自然科學版，2004，32(6):792－794．TENG Jionghua，YUAN Zhaohui，WANG Lei．Spline regression of multi-gas sensors［J］．Journal of Tongji University:Natural Science，2004，32(6):792－794．(in Chinese)

2 SUN X，CHEN K J，MADDOCK-CARLIN K R，et al．Predicting beef tenderness using color and multispectral image texture features［J］．Meat Science，2012，92(4):386－393．

3 王笑丹，劉愛陽，孫永海，等．基于自組織神經(jīng)網(wǎng)絡模型與質(zhì)構(gòu)特性的牛肉嫩度評定方法［J］．農(nóng)業(yè)工程學報，2015，31(18): 262－268．WANG Xiaodan，LIU Aiyang，SUN Yonghai，et al．Evaluation method of beef tenderness based on texture properties and selforganizing neural network model［J］．Transactions of the CSAE，2015，31(18):262－268．(in Chinese)

4 海錚．基于電子鼻的牛肉新鮮度檢測［D］．杭州:浙江大學，2006:1－58．HAIZheng．Detection of beef freshness by an electronic nose［D］．Hangzhou:Zhejiang University，2006:1－58．(in Chinese)

5 王樊靜．牛胴體分級信息自動檢測和牛肉分級系統(tǒng)的研究［D］．長春:吉林大學，2009:1－63．WANG Fanjing．Research on automatic inspections of grading features of beef carcasses and beef grading system［D］．Changchun: Jilin University，2009:1－63．(in Chinese)

6 張玉華，孟一．肉類品質(zhì)無損檢測技術(shù)研究現(xiàn)狀與發(fā)展趨勢［J］．食品工業(yè)科技，2012(12):392－400．ZHANG Yuhua，MENG Yi．Research and progress of non-destructive testing technology of meat quality［J］．Science and Technology of Food Industry，2012(12):392－400．(in Chinese)

7 陳坤杰，秦春芳．牛肉品質(zhì)檢測技術(shù)的研究進展［J］．食品科學，2009，30(7):277．CHEN Kunjie，QIN Chunfang．Research progress on detection technology ofbeef quality［J］．Food Science，2009，30(7):277．(in Chinese)

8 鄭曉春，李永玉，彭彥昆，等．基于可見/近紅外光譜的牛肉品質(zhì)無損檢測系統(tǒng)改進［J/OL］．農(nóng)業(yè)機械學報，2016，47(增刊): 332－339．http:∥www．j-csam．org/jcsam/ch/reader/view_abstract．a(chǎn)spx?flag=1＆file_no=2016s051＆journal_id=jcsam．DOI: 10．6041/j．issn．1000-1298．2016．S0．051．ZHENG Xiaochun，LIYongyu，PENG Yankun，et al．Improvement of nondestructive detection system of beef quality based on visible/near infrared spectroscopy［J/OL］．Transactions of the Chinese Society for Agricultural Machinery，2016，47(Supp．): 332－339．(in Chinese)

9 MANDOUR H A，ANTONIO M F，XIA X F，et al．Electrochemical genosensor to detect pathogenic bacteriay(Escherichia coli O157:H7)as applied in real food samples(fresh beef)to improve food safety and quality control［J］．Journal of Agricultural and Food Chemistry，2015，63:5017－5025．

10 MANDOUR H A，ANTONIO M F，MOHAND B，et al．Rapid and sensitive detection of food borne pathogenic bacteria (Staphylococcus aureus)using an electrochemical DNA genomic biosensor and its application in fresh beef［J］．Journal of Agricultural and Food Chemistry，2014，62:12659－12667．

11 BYOUNG-KWON H，HYOCHIN K，ATUL K S．Pathogen enrichment device(PED)enables one-step growth，enrichment and separation of pathogen from food matrices for detection using bioanalytical platforms［J］．Journal of Microbiological Methods，2015，117:64－73．

12 王俊，崔紹慶，陳新偉，等．電子鼻傳感技術(shù)與應用研究進展［J/OL］．農(nóng)業(yè)機械學報，2013，44(11):160－167．http:∥www．j-csam．org/jcsam/ch/reader/view_abstract．a(chǎn)spx?flag=1＆file_no=20131129＆journal_id=jcsam．DOI:10．6041/j．issn．1000-1298．2013．11．029．WANG Jun，CUI Shaoqing，CHEN Xinwei，et al．Advanced technology and new application in electronic nose［J/OL］．Transactions of the Chinese Society for Agricultural Machinery，2013，44(11):160－167．(in Chinese)

13 洪雪珍，王?。Ｈ馄焚|(zhì)檢測中電子鼻參數(shù)的優(yōu)化［J/OL］．農(nóng)業(yè)機械學報，2013，44(9):125－131．http:∥www．j-csam．org/ jcsam/ch/reader/view_abstract．a(chǎn)spx?flag=1＆file_no=20130923＆journal_id=jcsam．DOI:10．6041/j．issn．1000-1298．2013．09．023．HONG Xuezhen，WANG Jun．Parameters optimization of electronic nose in detection of beef freshness［J/OL］．Transactions of the Chinese Society for Agricultural Machinery，2013，44(9):125－131．(in Chinese)

14 孫永海，孫鐘雷，李宇．基于遺傳組合網(wǎng)絡的肉用人工嗅覺系統(tǒng)［J］．吉林大學學報:工學版，2007，37(5):1209－1213．SUN Yonghai，SUN Zhonglei，LIYu．Meat artificial olfactory system based on composite GA-RBF network［J］．Journal of Jilin University:Engineering and Technology Edition，2007，37(5):1209－1213．(in Chinese)

15 劉晶晶．基于傳感器陣列的玉米汁飲料智能檢測方法研究［D］．長春:吉林大學，2013:1－115．LIU Jingjing．Study on intelligentdetectionmethods of corn juices based on a sensor array［D］．Changchun:JilinUniversity，2013: 1－115．(in Chinese)

16 殷勇，白玉，于慧春，等．電子鼻鑒別白酒信號小波去漂移方法［J/OL］．農(nóng)業(yè)機械學報，2016，47(11):219－223．http:∥www．j-csam．org/jcsam/ch/reader/view_abstract．a(chǎn)spx?flag=1＆file_no=20161130＆journal_id=jcsam．DOI:10．6041/j．issn．1000-1298．2016．11．030．YIN Yong，BAI Yu，YU Huichun，et al．Drift elimination method of electronic nose signals based on wavelet analysis and discrimination ofwhite spirit samples［J/OL］．Transactions of the Chinese Society for Agricultural Machinery，2016，47(11): 219－223．(in Chinese)

17 王洪彬．基于仿生味覺陣列傳感器的白酒檢測研究［D］．重慶:重慶大學，2013:1－67．WANG Hongbin．Study of liquor identification system based on bio mimetic taste array sensor［D］．Chongqing:Chongqing University，2013:1－67．(in Chinese)

18 陳華，郁志勇，朱國斌．中國白酒香型的化學模式識別——聚類分析［J］．食品科學，2000，21(8):37－41．CHEN Hua，YU Zhiyong，ZHU Guobin．Chemical pattern recognition of Chinese liquor flavor—clustering analysis［J］．Food Science，2000，21(8):37－41．(in Chinese)

19 吳從元，王俊，肖宏．純牛奶品牌識別中電子舌傳感器陣列優(yōu)化［J］．農(nóng)業(yè)機械學報，2010，41(10):138－142．WU Congyuan，WANG Jun，XIAO Hong．Optimization of electronic tongue sensors array in identifying the brands of puremilk［J］．Transactions of the Chinese Society for Agricultural Machinery，2010，41(10):138－142．(in Chinese)

20 殷勇，薛俊莉，于慧春，等．基于KFDA的食醋電子鼻鑒別方法［J/OL］．農(nóng)業(yè)機械學報，2014，45(9):236－240．http:∥www．j-csam．org/jcsam/ch/reader/view_abstract．a(chǎn)spx?flag=1＆file_no=20140938＆journal_id=jcsam．DOI:10．6041/j．issn．1000-1298．2014．09．038．YIN Yong，XUE Junli，YU Huichun，etal．Identificationmethod of electronic nose based on KFDA for different vinegar samples［J/OL］．Transactions of the Chinese Society for Agricultural Machinery，2014，45(9):236－240．(in Chinese)

21 趙杰文，鄒小波，潘胤飛，等．基于遺傳神經(jīng)網(wǎng)絡的蘋果氣味識別方法研究［J］．江蘇大學學報:自然科學版，2004，25(1):1－4．ZHAO Jiewen，ZOU Xiaobo，PAN Yinfei，et al．Research onmethod of apples odorant recognition based on GA-neural network［J］．Journal of Jiangsu University:Natural Science Edition，2004，25(1):1－4．(in Chinese)

22 徐賽，陸華忠，周志艷，等．基于理化指標和電子鼻的果園荔枝成熟度識別方法［J/OL］．農(nóng)業(yè)機械學報，2015，46(12): 226－232．http:∥www．j-csam．org/jcsam/ch/reader/view_abstract．a(chǎn)spx?flag=1＆file_no=20151230＆journal_id=jcsam．DOI:10．6041/j．issn．1000-1298．2015．12．030．XU Sai，LU Huazhong，ZHOU Zhiyan，et al．Identification of litchi’smaturing stage in orchard based on physicochemical indexes and electronic nose［J/OL］．Transactions of the Chinese Society for Agricultural Machinery，2015，46(12):226－232．(in Chinese)

23 張紅梅，王?。娮颖莻鞲衅麝嚵袃?yōu)化及其在小麥儲藏年限檢測中的應用［J］．農(nóng)業(yè)工程學報，2006，22(12):164－167．ZHANG Hongmei，WANG Jun．Optimization of sensor array of electronic nose and its application to detection of storage age of wheat grain［J］．Transactions of the CSAE，2006，22(12):164－167．(in Chinese)

24 楊陽，沈誠，桑躍，等．電子舌在甜菊糖甜味特性評價中的應用［J/OL］．農(nóng)業(yè)機械學報，2015，46(6):239－243．http:∥www．j-csam．org/jcsam/ch/reader/view_abstract．a(chǎn)spx?flag=1＆file_no=20150634＆journal_id=jcsam．DOI:10．6041/j．issn．1000-1298．2015．06．034．YANG Yang，SHEN Cheng，SANG Yue，et al．Evaluation of steviol glycosides sweetness taste by electronic tongue［J/OL］．Transactions of the Chinese Society for Agricultural Machinery，2015，46(6):239－243．(in Chinese)

25 ANA C A V，LUISG D，NUNO R，et al．Sensory intensity assessment of olive oils using an electronic tongue［J］．Talanta，2016，146:585－593．

26 PATRIK I，YUKIKO K，F(xiàn)REDRIKW，et al．Comparison of a voltammetric electronic tongue and a lipid membrane taste sensor［J］．Analytica Chimica Acta，2001，449(Supp．1－2):59－68．

27 DIAS L G，PERESA M，BARCELOS T P，et al．Semi-quantitative and quantitative analysis of soft drinks using an electronic tongue［J］．Sensors and Actuators B—Chemical，2011，154(2):111－118．

28 PRIETO N，GAY M，VIDAL S，et al．Analysis of the influence of the type of closure in the organoleptic characteristics of a red wine by using an electronic panel［J］．Food Chemistry，2011，129(2):589－594．

29 WANG X D，SUN Y H，LIU A Y，et al．Modeling structural and compositional changes of beef during human chewing process［J］．LWT—Food Science and Technology，2015，60(2):1219－1225．

30 劉晶晶，孫永海，謝高鵬，等．基于味覺傳感器陣列的玉米汁飲料分類辨識［J］．農(nóng)業(yè)工程學報，2012，28(24):265－271．LIU Jingjing，SUN Yonghai，XIE Gaopeng，et al．Classification identification of corn juices based on taste sensor array［J］．Transactions of the CSAE，2012，28(24):265－271．(in Chinese)

31 GB/T 22210—2008 肉與肉制品感官評定規(guī)范［S］．2008．

32 何曉群．現(xiàn)代統(tǒng)計分析方法與應用［M］．北京:中國人民大學出版社，1999．

Optim ization Method of Sensor Array for Quick Detection of Taste Quality of Beef

WANG Xiaodan XU Liping WANG Hongmei CAIYingming JIN Jiahui ZHU Lingtao
(College of Food Science and Engineering，Jilin University，Changchun 130062，China)

In order to quickly identify different taste qualities of beef juices and divide the quality grade of beef individuals，a taste sensor array was built by the method according Byrd Luo taste theory，containing twelve working electrodes and one reference electrode．The array was applied to classify the quality grade of beef juices，and 30 groups of beef juices were distinguished．Themethod of clustering analysis based on Euclidean distancewas used to classify the taste quality of beef，which showed that the taste characteristics of the same grade of beef juice sampleswere very similar and could be aggregated into one group．And the accuracy of sensor array to detect the beef taste quality was assessed by sensory evaluation．The sensor array for identification of beef juiceswas optimized for the key technical issues of automated quality evaluation of beef juices．The inherent relationship among the response signals of sensors was analyzed by the factor analysis of variance．Six working electrodes(S1，S2，S5，S7，P2 and P3)were selected to compose beef taste sensor array with the reference electrode，and 30 groups of beef juices were identified．The results showed that the identification accuracy rate for beef juices by the optimized sensor array was 93.33%，which was higher than 80.00%by the non-optimized one．

beef;taste;single factor analysis of variance;optimization of sensor array;Euclidean distance

TS251.7

A

1000-1298(2017)07-0332-07

2016-11-15

2016-12-06

吉林省科技發(fā)展計劃項目(20160101274JC)

王笑丹(1978—)，女，副教授，博士生，主要從事現(xiàn)代食品檢測技術(shù)研究，E-mail:jxd@jlu．edu．cn

10．6041/j．issn．1000-1298．2017．07．042