黃 潔，李 燕，尹芳緣，趙夢田，姜 燕，沈 鳳，王綠野，惠國華*，陳裕泉

(1.浙江工商大學(xué)食品與生物工程學(xué)院，杭州310035;2.國家知識(shí)產(chǎn)權(quán)局專利審查協(xié)作北京中心光電部，北京100083;3.浙江大學(xué)生物醫(yī)學(xué)工程與儀器科學(xué)學(xué)院，杭州310027)

羅非魚(Tilapia)又稱非洲鯽魚，屬硬骨魚綱鱸形目，是一種熱帶中小魚類，肉質(zhì)細(xì)嫩，肉味鮮美，富含蛋白質(zhì)和多種不飽和脂肪酸，是世界水產(chǎn)業(yè)的重點(diǎn)科研培養(yǎng)的淡水養(yǎng)殖魚類。近年來國內(nèi)羅非魚養(yǎng)殖和出口勢頭迅猛［1］。羅非魚的生產(chǎn)和儲(chǔ)運(yùn)環(huán)節(jié)中易受環(huán)境因素的影響而發(fā)生質(zhì)變，因此對于簡便、成本低、可靠的羅非魚儲(chǔ)存時(shí)間和新鮮度快速無損檢測方法需求迫切。目前檢測羅非魚新鮮度的方法主要有理化檢驗(yàn)、微生物檢測、人工感官評價(jià)等［2］。這些方法需要耗費(fèi)大量的時(shí)間，難以滿足快速檢測的需求。近年來，電子鼻成為研究的熱點(diǎn)，在水產(chǎn)品品質(zhì)分析領(lǐng)域許多研究人員都開展了大量的工作［3］。佟懿等利用電子鼻對帶魚在不同貯藏溫度與貯藏時(shí)間下的揮發(fā)性氣味變化進(jìn)行了分析，根據(jù)獲得的貨架期預(yù)測模型對帶魚在273 K～283 K條件下的貨架期進(jìn)行預(yù)測，預(yù)測誤差小于20%［4］。Di Natale等采用兩種不同的電子鼻檢測鱈魚新鮮度，結(jié)論幾乎一致，說明電子鼻可以成功的預(yù)測鱈魚的新鮮度［5］。Hui等采用電子鼻檢測不同儲(chǔ)存時(shí)間的草魚樣品，并采用檢測數(shù)據(jù)的隨機(jī)共振特征值構(gòu)建草魚儲(chǔ)存時(shí)間預(yù)測模型，具有較好的預(yù)測準(zhǔn)確度［6］。張軍等采用4氣體傳感器的電子鼻檢測冷藏鰱魚樣品，系統(tǒng)研究了采樣方式、采樣時(shí)間和樣品質(zhì)量對新鮮度測量的影響，最終獲得了最佳測量條件［7］。劉紅秀等采用Cyranose320測量了不同儲(chǔ)藏時(shí)間的紅甲魚、魴魚、唇指鱸和澳洲鲹樣品，將實(shí)驗(yàn)數(shù)據(jù)進(jìn)行特征提取及人工神經(jīng)網(wǎng)絡(luò)分析，得到這四類魚新鮮度的估計(jì)方法［8］。楊華等采用PEN3電子鼻檢測分析了不同儲(chǔ)藏溫度下美國紅魚的風(fēng)味成分，以PCA、LDA等模式識(shí)別方法分析數(shù)據(jù)，結(jié)果表明LDA方法可以更好的區(qū)分不同儲(chǔ)藏溫度的美國紅魚［9］。楊毅等實(shí)用Gemini電子鼻系統(tǒng)檢測4℃下不同貯藏時(shí)間的羅非魚氣味，以PCA和DFA分析實(shí)驗(yàn)數(shù)據(jù)，結(jié)果表明電子鼻可以進(jìn)行羅非魚新鮮度識(shí)別［10］。施文正等采用FOX4000電子鼻檢測了養(yǎng)殖草魚背肉、腹肉、紅肉、魚皮、魚鰓和魚腸等部位的揮發(fā)性成分，主成分分析結(jié)果表明電子鼻可以區(qū)分草魚不同部位［11］。李來好等采用PEN3電子鼻對不同冷凍時(shí)間的羅非魚魚肉進(jìn)行檢測，以PCA和LDA方法分析數(shù)據(jù)，結(jié)果表明電子鼻可以區(qū)分不同冷凍時(shí)間的羅非魚肉［12］。賈洪鋒等采用FOX4000電子鼻分析了不同保藏時(shí)間的鰱魚樣品，樣品的分布隨著保藏時(shí)間的增加而規(guī)律變化［13］。實(shí)際上目前電子鼻在穩(wěn)定性、可重現(xiàn)性等方面尚存在一些需要克服的難題，同時(shí)由于食品樣品是非常復(fù)雜的，不同批次之間存在差異，而同一批獲取的水產(chǎn)樣品之間也存在各種不同的差異，因此找尋到某一種水產(chǎn)品種電子鼻檢測的穩(wěn)定特征值，用于表征水產(chǎn)品鮮度，這是電子鼻這種仿生嗅覺檢測技術(shù)的一大發(fā)展趨勢。

本文采用電子鼻檢測不同儲(chǔ)存時(shí)間的羅非魚樣品，輔以揮發(fā)性鹽基氮指標(biāo)作為羅非魚新鮮度標(biāo)識(shí)量，采用改進(jìn)的隨機(jī)共振模型提取羅非魚樣品電子鼻檢測數(shù)據(jù)的特征值，并依據(jù)特征值構(gòu)建羅非魚新鮮度和儲(chǔ)存時(shí)間判定模型，實(shí)驗(yàn)結(jié)果表明所構(gòu)建的模型具有較好的準(zhǔn)確度。本研究與其他以往電子鼻研究的新穎之處在于，采用非線性雙穩(wěn)態(tài)隨機(jī)共振分析技術(shù)，提取不同儲(chǔ)存時(shí)間羅非魚樣品的揮發(fā)氣體特征值，該特征值與以往電子鼻研究指標(biāo)不同，同一儲(chǔ)存時(shí)間羅非魚電子鼻信噪比特征值是不隨著樣品的不同而改變，只與儲(chǔ)存時(shí)間有關(guān)，這就說明該特征值可以滿足穩(wěn)定的反映羅非魚品質(zhì)的需求。因此，基于不同儲(chǔ)存時(shí)間羅非魚電子鼻信噪比特征值所構(gòu)建的羅非魚儲(chǔ)存時(shí)間預(yù)測模型可以準(zhǔn)確反映儲(chǔ)存過程中羅非魚樣品的物化性質(zhì)變化。

1 材料和方法

1.1 原料和預(yù)處理

冷庫冷鏈系統(tǒng)是肉類保鮮最為重要的手段。冷庫冷藏是肉品保管在略高于其冰點(diǎn)的溫度，通常在2℃～4℃之間，這一范圍內(nèi)大部分致病菌停止繁殖，有利于肉類的保鮮貯藏。因此，我們選擇了4℃開展了實(shí)驗(yàn)。新鮮羅非魚，購自杭州某大型超市，質(zhì)量約(500±50)g。預(yù)處理:將購買的羅非魚去除魚鱗和內(nèi)臟后用清水洗凈后，分割成若干質(zhì)量為10 g的樣本，然后置于4℃的冰箱中貯藏。在實(shí)驗(yàn)過程中，每天隨機(jī)選取5個(gè)羅非魚樣本用于電子鼻檢測實(shí)驗(yàn)，3個(gè)樣本進(jìn)行TVBN檢驗(yàn)，另外隨機(jī)選取5個(gè)樣本用于電子鼻驗(yàn)證實(shí)驗(yàn)。實(shí)驗(yàn)連續(xù)進(jìn)行8 d。

1.2 電子鼻檢測實(shí)驗(yàn)

本研究采用浙江工商大學(xué)食品學(xué)院自制的電子鼻系統(tǒng)開展，該系統(tǒng)包括8個(gè)氣敏傳感器構(gòu)成的傳感器陣列，系統(tǒng)結(jié)構(gòu)如圖1所示，主要包括機(jī)械控制、傳感器陣列、數(shù)據(jù)采集模塊等［6］。首先開啟清洗泵和氣閥2，通入潔凈空氣清洗各傳感器，待各傳感器的響應(yīng)穩(wěn)定至基線時(shí)，關(guān)閉清洗泵和氣閥。將魚肉樣品置入樣品瓶并使用封口膜密封瓶口，放置40 min后把采樣探頭和氣壓平衡器同時(shí)插進(jìn)封口膜中，啟動(dòng)采樣泵和氣閥1采集樣品響應(yīng)數(shù)據(jù)，采集45 s。氣壓平衡器通過活性炭去除空氣中的雜質(zhì)氣體，并將清潔空氣導(dǎo)入樣品杯，實(shí)現(xiàn)氣壓平衡。

圖1 電子鼻結(jié)構(gòu)示意圖

1.3 實(shí)驗(yàn)方法

1.3.1 pH 值測定

pH 測定方法依據(jù) GB/T 9695.5—2008［14］操作，pH計(jì)型號(hào)為:PHS－25。

1.3.2 揮發(fā)性鹽基氮檢驗(yàn)

揮發(fā)性鹽基氮檢驗(yàn)方法根據(jù)SC/T 3032—2007標(biāo)準(zhǔn)檢驗(yàn)［15］操作。

1.3.3 電子鼻檢測實(shí)驗(yàn)

隨機(jī)選取低溫貯存的一個(gè)羅非魚樣本(10 g)放置于50 mL樣品瓶中，密封，放置半小時(shí)樣本的氣體揮發(fā)出來達(dá)到一定濃度，然后將檢測探頭插入樣品瓶頂空采集氣體，持續(xù)40 s并記錄實(shí)驗(yàn)數(shù)據(jù)。實(shí)驗(yàn)結(jié)束后，打開電子鼻清洗泵吸入潔凈空氣清洗傳感器，使各傳感器的響應(yīng)值恢復(fù)至穩(wěn)定值，等待下次測量。

1.4 預(yù)測方法

隨機(jī)共振模型在信號(hào)特征分析中已得到廣泛使用［16－19］。使用雙穩(wěn)態(tài)隨機(jī)共振分析羅非魚電子鼻數(shù)據(jù)，選擇隨機(jī)共振輸出信噪比特征值建立存放時(shí)間預(yù)測公式。雙穩(wěn)隨機(jī)共振具有3個(gè)因素:一個(gè)雙穩(wěn)系統(tǒng)，一個(gè)微弱輸入信號(hào)和一個(gè)外部噪聲。式(1)描述了一個(gè)布朗運(yùn)動(dòng)粒子在雙勢阱中的運(yùn)動(dòng)模式:

式中:V(s)是勢阱模型;ξ(t)是自相關(guān)函數(shù)E［ξ(t)ξ(0)］=2αδ(t)的 Gaussian噪聲，其強(qiáng)度是 α;A是信號(hào)強(qiáng)度;f0是信號(hào)的頻率;m、n是實(shí)參數(shù)。

因此式(1)可以改寫為:

一般使用信噪比來表征非線性隨機(jī)共振，信噪比SNR(Signal Noise Rate)的定義是:

S(ω)表示信號(hào)頻譜密度，SN(Ω)代表未超出信號(hào)頻率范圍的噪聲強(qiáng)度。

信號(hào)分析路線圖如圖2所示，隨機(jī)共振調(diào)節(jié)外源性噪聲強(qiáng)度使系統(tǒng)出現(xiàn)共振，傳感器檢出數(shù)據(jù)內(nèi)部噪聲的能量轉(zhuǎn)化到弱檢測信號(hào)中，實(shí)現(xiàn)“抑噪”與“放大微弱信息”的目的。

圖2 隨機(jī)共振信噪比分析路線圖

2 結(jié)果與分析

2.1 pH檢驗(yàn)結(jié)果

羅非魚肉pH測定結(jié)果如圖3所示，初始魚肉的pH值約為6.4，在冷藏儲(chǔ)存過程中由于糖元分解生成乳酸，導(dǎo)致pH值出現(xiàn)下降的情況，隨著儲(chǔ)存時(shí)間的增加pH值上升，至第7天時(shí)pH約為6.7。檢驗(yàn)結(jié)果表明pH和羅非魚儲(chǔ)存時(shí)間之間并無明確的相關(guān)關(guān)系。

圖3 pH值測定結(jié)果

2.2 TVBN 檢驗(yàn)結(jié)果

羅非魚在微生物以及內(nèi)源酶的作用下，蛋白質(zhì)分解成氨及胺類等堿性含氮物質(zhì)，具有一定的揮發(fā)性，TVBN檢驗(yàn)為羅非魚新鮮度判定提供了一種標(biāo)準(zhǔn)方法。TVBN檢驗(yàn)結(jié)果如圖4所示，可以看出揮發(fā)性鹽基氮數(shù)值隨著羅非魚貯存時(shí)間的延長而變化。根據(jù)國家動(dòng)物性水產(chǎn)品衛(wèi)生標(biāo)準(zhǔn)，當(dāng)羅非魚魚肉的TVBN檢驗(yàn)值超過20 mg/100 g時(shí)已為不新鮮［20］。根據(jù)圖4可知前3天的羅非魚樣本為新鮮，而第4天以后則為不新鮮。前5天的TVBN值持續(xù)上升，而在第6天TVBN值出現(xiàn)下降，然后又持續(xù)上升，第6天至第7天中TVBN值迅速上升，此時(shí)的魚肉已經(jīng)嚴(yán)重腐敗。一種可能的解釋在于羅非魚樣本上的微生物數(shù)量隨著貯藏時(shí)間的增加而增加，至第6天時(shí)，微生物數(shù)量增長到一定程度后由于對營養(yǎng)物質(zhì)的競爭導(dǎo)致部分微生物的死亡，因此代謝產(chǎn)生的揮發(fā)性氮物質(zhì)的量出現(xiàn)下降。

圖4 TVBN指標(biāo)檢驗(yàn)結(jié)果

2.3 電子鼻檢測結(jié)果

圖5是電子鼻的原始響應(yīng)圖，傳感器陣列的8種氣體傳感器對羅非魚樣本有不同的響應(yīng)。由圖中可看出，傳感器S4對樣品瓶中羅非魚樣本頂空氣體的響應(yīng)最為強(qiáng)烈，說明頂空氣中乙醇類氣體含量較高。其次是S1、S6、S5和S7，表明烷烴類和硫化物等成分也有一定的含量。響應(yīng)最小的為S8、S2和S3，說明氨類和氮氧化物類氣體含量較低。

圖5 電子鼻響應(yīng)信號(hào)

2.4 主成分分析結(jié)果

不同儲(chǔ)存時(shí)間的羅非魚樣本電子鼻檢測數(shù)據(jù)為多維數(shù)據(jù)，主成分分析可以對數(shù)據(jù)進(jìn)行降維處理，將復(fù)雜參量轉(zhuǎn)換成若干個(gè)主成分以實(shí)現(xiàn)數(shù)據(jù)區(qū)分。主成分分析結(jié)果如圖6所示，在連續(xù)的8 d內(nèi)，羅非魚樣本的第一主成分持續(xù)增大，第二主成分先增大后減小。同時(shí)，每天的樣本沿第二主成分方向離散度明顯增加。PC1與PC2的貢獻(xiàn)率只有72.26%，主成分分析不能實(shí)現(xiàn)羅非魚樣品的區(qū)分。

圖6 主成分分析結(jié)果

雙穩(wěn)態(tài)隨機(jī)共振輸出信噪比指的是指以激勵(lì)噪聲激發(fā)雙穩(wěn)態(tài)系統(tǒng)，使布朗運(yùn)動(dòng)粒子可以越過勢壘，從一個(gè)勢阱躍遷到另一個(gè)勢阱，此時(shí)系統(tǒng)輸出的信噪比將達(dá)到極大值，根據(jù)信噪比極大值來表征被測樣品的特征信息。它與傳統(tǒng)數(shù)據(jù)分析方法的不同在于通過向系統(tǒng)輸入白噪聲，誘發(fā)系統(tǒng)產(chǎn)生隨機(jī)共振，使得信息更容易被檢測到［15－18］。羅非魚樣品分析結(jié)果如圖7所示，在激勵(lì)噪聲強(qiáng)度125左右羅非魚樣品輸出信噪比達(dá)到最大值。并且隨著貯存時(shí)間的增加，信噪比特征峰值依次增大。選取不同儲(chǔ)存時(shí)間羅非魚樣本數(shù)據(jù)的峰值作為特征值，如圖8所示。

圖7 隨機(jī)共振信噪比曲線

圖8 羅非魚儲(chǔ)存時(shí)間預(yù)測模型

2.5 羅非魚儲(chǔ)存時(shí)間預(yù)測模型

輸出信噪比極大值與貯存時(shí)間的函數(shù)關(guān)系如圖7所示，羅非魚樣品的信噪比極大值隨著貯存時(shí)間的增加而增大。選取信噪比最大值進(jìn)行線性擬合得到儲(chǔ)存時(shí)間預(yù)測模型，如式(5)所示。根據(jù)式(5)，我們可以獲得確定貯藏時(shí)間羅非魚樣品的信噪比分析值。

我們實(shí)驗(yàn)觀察到每類羅非魚樣品的信噪比極大值基本為常數(shù)，具有較好的重現(xiàn)性，因此可以作為品質(zhì)預(yù)測模型建立的基礎(chǔ)。將式(5)進(jìn)行反變換得到式(6)作為低溫貯藏羅非魚品質(zhì)預(yù)測模型。根據(jù)所得到的預(yù)測模型，我們使用電子鼻檢測某羅非魚樣品后，通過計(jì)算確定該樣品的輸出信噪比特征值，代入式(6)即可確定被測羅非魚樣本的貯藏時(shí)間信息。根據(jù)2.2節(jié)中TVBN檢驗(yàn)結(jié)果，前3天的羅非魚樣本是新鮮的，即當(dāng)Timestorage≤2時(shí)魚肉是新鮮的，利用式(6)可以計(jì)算出 MaxSNR≤－61.168 8，即電子鼻檢測信噪比極大值不超過－61.168 8時(shí)，魚肉是新鮮的。如果電子鼻檢測信噪比極大值超過這個(gè)閾值，那就是不新鮮的，從而實(shí)現(xiàn)了魚肉儲(chǔ)存時(shí)間的判定。

將若干一批未知儲(chǔ)存時(shí)間的羅非魚樣品的電子鼻信噪比特征值代入式(6)計(jì)算儲(chǔ)存時(shí)間預(yù)測值，樣品預(yù)測值與真實(shí)值的線性回歸結(jié)果如圖9所示，預(yù)測誤差R2=0.910，證明所建立的預(yù)測模型可以用于羅非魚儲(chǔ)存時(shí)間預(yù)測。我們隨機(jī)選取了15個(gè)未知儲(chǔ)存時(shí)間樣品根據(jù)式(6)計(jì)算出預(yù)測時(shí)間值，然后計(jì)算與樣品實(shí)際儲(chǔ)存時(shí)間之間的預(yù)測誤差，結(jié)果如表1所示。我們根據(jù)實(shí)際實(shí)驗(yàn)檢測結(jié)果，定義預(yù)測誤差如果不大于15%代表預(yù)測結(jié)果是正確的，反之為錯(cuò)誤的。15個(gè)樣品中僅有的一次錯(cuò)誤預(yù)測出現(xiàn)在第1天樣品的預(yù)測中，其他預(yù)測結(jié)果均為正確。結(jié)果表明所構(gòu)建的模型預(yù)測性能較好。

圖9 羅非魚儲(chǔ)存期的電子鼻預(yù)測結(jié)果

表1 模型驗(yàn)證實(shí)驗(yàn)結(jié)果(√為正確;×為錯(cuò)誤;/為未計(jì)算)

3 結(jié)論

本文采用電子鼻結(jié)合理化檢驗(yàn)方法探索了一種低溫(4℃)貯藏羅非魚儲(chǔ)存時(shí)間預(yù)測方法，得到以下結(jié)果:

(1)分別檢驗(yàn)了羅非魚樣品的pH值、TVBN以及電子鼻響應(yīng)數(shù)據(jù)，根據(jù)國家標(biāo)準(zhǔn)以TVBN檢驗(yàn)結(jié)果標(biāo)定羅非魚的新鮮度。

(2)采用主成分分析和隨機(jī)共振分析檢測數(shù)據(jù)，主成分分析不能實(shí)現(xiàn)不同儲(chǔ)存時(shí)間羅非魚樣品的區(qū)分，隨機(jī)共振輸出信噪比可以實(shí)現(xiàn)羅非魚樣品的完全區(qū)分。

(4)所構(gòu)建的模型樣品預(yù)測值與真實(shí)值的線性回歸R2=0.910，模型驗(yàn)證實(shí)驗(yàn)結(jié)果表明所構(gòu)建的模型具有較好的預(yù)測準(zhǔn)確性能。

本研究采用非線性雙穩(wěn)態(tài)隨機(jī)共振分析技術(shù)，提取不同儲(chǔ)存時(shí)間羅非魚樣品的揮發(fā)氣體特征值，同一儲(chǔ)存時(shí)間羅非魚電子鼻信噪比特征值僅與儲(chǔ)存時(shí)間有關(guān)，基于羅非魚電子鼻信噪比特征值所構(gòu)建的預(yù)測模型可以準(zhǔn)確預(yù)測羅非魚樣品的儲(chǔ)存時(shí)間。

本文僅研究了4℃儲(chǔ)藏條件下基于電子鼻的羅非魚儲(chǔ)存時(shí)間預(yù)測方法，尚存在一定的局限性，我們將開展一項(xiàng)長期的研究工作，以拓展電子鼻在羅非魚品質(zhì)快速檢測中的應(yīng)用。

［1］中國農(nóng)產(chǎn)品出口產(chǎn)品指南－羅非魚［S］.2009.中華人民共和國商務(wù)部.

［2］蔡慧農(nóng)，陳發(fā)河，吳光斌，等.羅非魚冷藏期間新鮮度變化及控制的研究［J］.中國食品學(xué)報(bào)，2003，3(4):46－50.

［3］Miguel Peris，Laura Escuder-Gilabert.A 21st Century Technique for Food Control:Electronic Noses［J］.Analytica Chimica Acta，638(2009)1－15.

［4］佟懿，謝晶，肖紅，等.基于電子鼻的帶魚貨架期預(yù)測模型［J］.農(nóng)業(yè)工程學(xué)報(bào)，2010，26(2):356－360.

［5］Corrado Di Natale，Gudrun Olafsdottir，Sigurdur Einarsson，et al.Comparison and Integration of Different Electronic Noses for Freshness Evaluation of Cod-Fish Fillets［J］.Sensors and Actuators B:Chemical，2001，77(1－2):572－578.

［6］Hui Guohua，Wang Lüye，Mo Yanhong，et al.Study of Grass Carp(Ctenopharyngodon Idellus)Quality Predictive Model Based on E-lectronic Nose［J］.Sensors and Actuators B:Chemical，2012，35(2):301－308.

［7］張軍，李小昱，王為，等.電子鼻檢測鰱魚新鮮度的試驗(yàn)參數(shù)優(yōu)化［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2009，40(4):129－132，142.

［8］劉紅秀，李洪波，李衛(wèi)東，等.基于電子鼻的魚類新鮮度估計(jì)研究［J］.中山大學(xué)學(xué)報(bào)(自然科學(xué)版)，2010，49(2):28－30，36.

［9］楊華，耿利華.不同貯藏溫度下美國紅魚風(fēng)味的電子鼻檢測研究［J］.食品科技，2011，36(4):276－279.

［10］楊毅，周少明，段振華，等.基于電子鼻快速檢測羅非魚新鮮度研究［J］.食品科技，2011，36(8):255－258.

［11］施文正，王錫昌，楊薇，等.基于電子鼻的養(yǎng)殖草魚不同部位揮發(fā)性成分分析［J］.江蘇農(nóng)業(yè)科學(xué)，2011，39(6):505－507.

［12］李來好，王國超，郝淑嫻，等.電子鼻檢測冷凍羅非魚肉的研究［J］.南方水產(chǎn)科學(xué)，2012，8(4):1－6.

［13］賈洪鋒，范文教，陳云川，等.基于電子鼻的鰱魚新鮮度評價(jià)［J］.2012，33(7):191－194.

［14］GB/T 9695.5—2008，肉與肉制品 pH 測定［S］.2008.

［15］SC/T 3032—2007，水產(chǎn)品中揮發(fā)性鹽基氮的測定［S］.2007.

［16］惠國華，陳裕泉.隨機(jī)共振信噪比譜分析方法及其初步應(yīng)用研究［J］.傳感技術(shù)學(xué)報(bào)，2010，23(8):1134－1136.

［17］Hui Guohua，Mi Shanshan，Deng Shaoping.Sweet and Bitter Tastants Specific Detection by the Taste Cell-Based Sensor［J］.Biosensors and Bioelectronics，2012，35(1):429－438.

［18］Hui Guohua，Wu Yuling，Ye Dandan，et al.Study of Peach Freshness Predictive Method Based on Electronic Nose［J］.Food Control，2012，166－167:25－32.

［19］惠國華，陳裕泉.基于碳納米管微傳感器陣列和隨機(jī)共振的氣體檢測方法研究［J］.傳感技術(shù)學(xué)報(bào)，2010，23(2):179－182.

［20］GB 2733—2005，鮮、凍動(dòng)物性水產(chǎn)品衛(wèi)生標(biāo)準(zhǔn)［S］.