食醋是我国国民重要的生活资料。随着社会的发展,人们生活水平的提高,对食醋的质量问题越来越重视。因此,对食醋产品快速、准确地检测直接关系到消费者的身体健康。电子鼻技术相对于其他测试技术要更准确、快速和廉价。本文采用由10个Figaro公司商用TGS传感器组成的气体传感器阵列,利用实验室自制电子鼻系统采用动态测量法,对8种食醋进行分类和识别。本次实验中使用了顶空带吹装置。并对数据进行了PCA、LVQ、CA和BP-ANN分析。通过PCA分析可以知道,通过电子鼻对食醋以类别、原材料、总酸度、发酵方式为特征进行分析简单而且有效。电子鼻信号在上述特征中显示出很好的聚类特性说明食醋的气味特征与电子鼻的响应特征之间存在一致性,这也为电子鼻进行食醋量控制提供了实验基础。实验所选取的4个特征不是孤立的,相互之间存在一定的联系。但PCA方法无法直接比较这些特征之间的联系和区别。通过CA分析可以看出2个明显的子类。一个由1、2、3、4号组成,代表着宝塔山香醋、保宁醋、恒顺苹果醋和恒顺镇江香醋。另一个由5号、6号、7号和8号食醋构成,代表着香金山寺镇江白醋、金山寺镇江香醋、鲁花糯米香醋、水塔陈醋六年陈酿,CA分析中香醋的1个品牌(6号)发生了分离,靠近白醋(5号),苹果醋(3号)发生分离,靠近香醋,其原因已在PCA分析中讨论过。从上述分析可以知道,食醋在进行聚类(CA)分析时,发生了较多的误判。按照发酵方式、产地、总酸和原料对8种食醋的测试样本进行LVQ检验后识别率分别为87.5%、64.3%、65.6%、和68%。按照发酵方式、产地、总酸和原料对8种食醋的测试样本进行LVQ检验后识别率分别为87.5%、64.3%、65.6%和68%,说明本实验所选择的食醋特征能实现对食醋的描述。LVQ的分析结果与PCA、CA分析结果基本一致。在按发酵方式进行分类中,识别率最高,达87.5%,40个测试样本中仅有5个被错分。其余特征的识别率低于70%。BP-ANN对于测试样本,其识别率较低,仅为54.17%.其训练样本识别率为100%,总识别率为77.085%。这其中发生误判的主要是在同类型(配料)食醋之间当然,在有些食醋里面的配料并没有像它所标注的那样,也是发生误判的重要原因。