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。