论文部分内容阅读
摘要 简要介绍了电子鼻的发展历史、组成和基本原理。阐述了电子鼻在肉制品检测、酒类识别、水果评价等食品工业中的最新应用进展，提出了电子鼻目前存在的问题，并对其未来发展趋势进行展望。
关键词 电子鼻；气味检测；食品工业
中图分类号 S609.9；TP212.9 文献标识码 A 文章编号 0517-6611（2014）25-08747-02
Abstract The history of the electronic nose and its composition and basic principles are introduced. The latest application progress of electronic nose in detection of meat products， wine identification， evaluation of fruits and other food industry are described， the existing problems and prospects for its future development trend are explored.
Key words Electronic nose； Odour identification； Food industry
气味是食品品质评价中的一项重要指标，目前主要是由专业人员组成的专家组用鼻子进行气味的评判。这种方法的结果包含多种不稳定因素：人的鼻子对气味具有适应性，容易产生嗅觉疲劳；人的情绪波动和心理状态会影响评判结果；一些变质食品的气味可能会对人体产生危害。而电子鼻技术的出现很好地解决了这些问题，电子鼻技术拥有客观、可靠和安全等优点。
电子鼻，又称人工嗅觉系统、气味扫描仪，是20世纪90年代产生并发展起来的一种快速检测挥发性气味的仪器。因其检测快速、准确的优点，在食品、医疗卫生[1-2]、化工[3-4]、公共安全[5-6]等领域有着广泛的应用。
1 电子鼻组成及工作原理
电子鼻的概念最早出现在20世纪80年代，1982年，Krishna Persaud等提出了一种可以将气体分类的化学传感器阵列的概念[7]，揭开了电子鼻技术发展的序幕。1994年，J.W.Gardner提出了广为接受的电子鼻的定义：电子鼻是一种由功能各异的化学传感器阵列适当的模式识别系统组成的，可以用来识别简单或者复杂气味的仪器[8]，标志着电子鼻技术进入到快速发展的阶段。20世纪90年代出现了商用电子鼻，目前世界上比较有名的电子鼻厂商有十多家，包括英国的Neotronics system和AromaScan system、美国的Electronic Sensor Technology、法国的Alpha MOS、日本的Frgaro、我国台湾的Smell和Keen Ween等[9]。
电子鼻的主要组成部件为：气味取样装置、气体传感器阵列和信号处理系统[10]。电子鼻最核心的部件是多个具有气味选择性的气体传感器所组成阵列，正是利用它们各自对特定气体的敏感性可以获得被测气味的整体信息。目前，常用的气体传感器根据材料类型可以分为3类[11]：①金属氧化物（MOS）传感器，利用其与气味分子吸附后氧化物电阻的下降产生信号。②导电高分子（CP）传感器，气味分子与传感器反应后引起其电阻升高产生信号。③质量传感器，主要包括石英晶体微平衡（QCM）传感器和声表面波（SAW）传感器，它们在吸附气味分子后共振频率会产生变化从而产生信号。
电子鼻对气味的分析识别过程可分为3个过程：①气体传感器阵列吸附气味分子并产生信号。②对生成的信号进行加工处理和传输。③对处理后的信号进行模式识别并作出判断。电子鼻是模仿人类的嗅觉器官建立的，人的嗅觉产生也可以分为3个过程：①鼻腔中的嗅觉细胞与气味分子吸附产生信号。②嗅觉细胞核嗅球对信号进行加工放大后传输到神经中枢（人的大脑）。③大脑对接收到的信号做出判断，产生嗅觉。
2 电子鼻在食品领域的应用
2.1 在肉制品检测中的应用
肉制品是人们日常生活中不可或缺的消费品，它的新鲜度对人的健康有较大影响。近年来，电子鼻在肉制品新鲜度检测中的应用越来越多。Musatov等用基于金属氧化物传感器电子鼻和线性判别式分析法（LDA）对肉类的新鲜度进行了检测[12]。他们发现对于同一家厂家的肉样，只需要1个或者2个标准样品就可以达到100%的识别率。通过对2种分别存储在4 ℃和25 ℃的肉样在变质的前期单独建立LDA模型并通过电子鼻的训练进行识别，然后经过3～4个周期的训练后，电子鼻就可以建立不同厂商肉样可靠的LDA模型。结果表明，基于金属氧化物传感器的电子鼻可以用来对食品的新鲜度进行检测，且准确率较高。石志标等利用自己开发的电子鼻检测系统对牛肉新鲜度进行了评判[13]。他们分别用SVM算法和BP神经算法对储存7 d的不同新鲜度的牛肉进行检测，发现训练样本为7组时，BP算法最高识别率90.23%，SVM算法最高识别率为96.24%；训练样本14组时，BP算法最高识别率99.25%，SVM算法最高识别率为96.24%。结果表明，SVM算法的识别率较高并且稳定，利用电子鼻对牛肉进行新鲜度检测是可行的。
2.2 在酒类检测中的应用
目前市场上的酒类存在着以次充好、伪造酒类等现象，利用电子鼻可以实现对酒类产地、酒龄等进行检测分析。鲁小利等开发了具有仿生特性的电子鼻系统，并用其对黄酒的品质进行检测[14]。他们选取了来自绍兴、上海和其他产地的黄酒样本各20个进行黄酒产地的区分，并对1年陈、3年陈和5年陈的古月龙山黄酒进行酒龄区分，模式识别方法主要采用主成分分析（PCA）、判别因子分析（DFA）以及误差反向传播（BP）神经网络。结果表明，该电子鼻系统能够很好地区分不同产地和古越龙山不同标注酒龄的黄酒，准确率可达到100%，并可对产地和酒龄进行很好地预测，准确率在80%～100%，这对于酒类原产地的保护工作有着重要的借鉴意义。柯永斌等设计了由5个TGS传感器阵列组成的电子鼻用于识别不同香型的白酒[15]，他们分别采集了浓香型、酱香型、清香型、米香型4种香型的酒样的气味数据，并用主成分分析（PCA）、线性判别分析（LDA）和概率神经网络（PNN）进行模式识别。试验数据表明，主成分分析的前2个主元累计贡献率达93.55%，线性判别分析的前2 个主元累计贡献率为97.33%，概率神经网络模型识别率达到100%。结果表明，设计的电子鼻可以应用于对不同香型白酒的快速识别。Mahdi GhasemiVarnamkhastia等用基于金属氧化物传感器的电子鼻检测了普通啤酒和无醇啤酒在陈化过程中气味的变化[15]。他们用人工神经网络（ANN）算法将陈化的啤酒分为若干个等级，对数据使用主成分分析（PCA）和线性判别分析（LDA）进行分析后发现，无醇啤酒的等级可以明显区分出来，而普通啤酒则无法明显区分，表明普通啤酒的陈化过程比无醇啤酒要稳定，这为酒厂提供了一种在线检测啤酒品质的方法。 2.3 在水果检测中的应用
对水果成熟度进行检测可以有效地防止腐烂的发生。Hui Guohua等研制了基于金属氧化物传感器的电子鼻并对富士苹果的库存时间进行检测并建立了预测模型，发现主成分分析（PCA）法不能区分所有样品，而基于信噪比（SNR）的自适应算法可以成功区分未熟、半数和成熟的苹果[16]。在对预测模型的验证试验中，发现预测准确率达到了84.62%，表明这种方法有着检测快速、操作简单、准确率高和可靠性高等优点。Luisa Torri等研究了电子鼻在监测鲜切水果（菠萝片）新鲜度的应用，将菠萝样品在3种不同的温度（4～5，7～8，15～16 ℃）下储存6～10 d，通过2种方法分析得到数据：一种是用不连续的方法对处于不同储存阶段的样品进行一系列的分析，另一种是连续的方法，用电子鼻的探针自动监测菠萝片储存过程中顶空[17]。结果表明，使用不连续的方法时，电子鼻能够区分若干样品并且监控与腐烂相关的挥发性物质的变化，电子鼻技术在工业质量控制中的应用值得人们关注。
2.4 在茶叶检测中的应用
现代科学分析表明，茶叶中含有多种营养成分和药效成分，利用电子鼻可以对茶叶等级进行鉴定。史波林等用法国Alpha MOS公司的Fox4000型电子鼻对西湖龙井茶的香气特征进行研究，并探寻用电子鼻鉴别龙井茶等级的方法[18]。试验所用的茶叶样品分为3个等级，AAA级、AA级和A级（品质依次降低），采用软独立建模分类法（SIMCA）进行模式识别，结果表明，A级样品与其他2组样品区分显著，识别率可以达到100%。由于AAA 级和AA级的等级识别过程受到了AA级样品中少数异常点的影响，识别率只有93%左右，这已经基本满足了检测需要，可以实现对西湖龙井的智能分级。甘芝霖等用电子鼻对2种品牌、5个等级的信阳毛尖茶进行检测，并用主成分分析法（PCA）建立图谱来区分不同等级茶叶的差异，用偏最小二乘法（PLS）建立模型[19]。结果得出，PCA图谱可以将各个茶叶样品明显区分，并利用盲样的试验结果对感官评审结果进行验证，表明所建立的PLS模型可以较为准确地检测茶叶样品的品质和等级，实现对茶叶品质的快速判定。
3 结语
凭借着检测快速、简单、安全以及重复性高等优点，电子鼻技术在未来将会逐步取代人工感官评价成为主要的气味评价手段。未来电子鼻技术主要发展趋势：①朝着便携、微型方向发展。目前多数电子鼻体积太过庞大，不方便携带，给电子鼻的普及带来了一定阻碍。②开发出专用的电子鼻。通用型的电子鼻灵敏度低，应开发出专门应用于食品行业的电子鼻。③实现在线检测。受到外部环境、传感器寿命、样品种类的影响，目前还没有实时在线的电子鼻检测系统，通过研究外部与内在因素对电子鼻检测的影响并开发出在线检测系统是未来的发展趋势之一。
参考文献
[1] 杨文玺，魏胜利，刘亚令，等.基于电子鼻技术的大黄药材气味鉴别[J].现代中药研究与实践，2014（1）：11-13.
[2] WLODZIMIROW K A，ABUHANNA A，SCHULTZ M J.et al.Exhaled breath analysis with electronic nose technology for detection of acute liver failure in rats[J].Biosensors and Bioelectronics，2014，53：129-134.
[3] 龙君，朱晓琼，杨涓，等.电子鼻对烟用香精香料检测参数的研究[J].化学研究与应用，2014（3）：395-400.
[4] 朱晓琼，杨涓，李婧，等.电子鼻结合PCABP神经网络在烟用香料质量控制中的应用[J].化学研究与应用，2014（2）：261-266.
[5] 方向生，施汉昌，何苗，等.电子鼻在环境监测中的应用与进展[J].环境科学与技术，2011（10）：112-117.
[6] 王玲，桂阳海，张顺平，等.电子鼻在危险爆炸物检测中的应用研究[J].传感技术学报，2007（1）：42-45.
[7] KRISHNA PERSAUD，GEORGE DODD.Analysis of discrimination mechanisms in the mammalian olfactory system using a model nose[J].Nature，1982，299（5881）：352-355.
[8] GARDNER J W，BARTLETT P N.A brief history of electronic noses[J].Sensors and Actuators BChem，1994，18/19：211-220.
[9] 唐月明，王俊.电子鼻技术在食品检测中的应用[J].农机化研究，2006（10）：169-172.
[10] 王磊，曲建岭，杨建华.发展中的电子鼻技术[J].测控技术，1999，18（5）：8-10.
[11] WILSON A D，BAIETTO M.Applications and advances in electronicnose technologies[J].Sensors，2009，9（7）：5099-5148.
[12] MUSATOV V Y，SYSOEV V V，SOMMER M，et al.Assessment of meat freshness with metal oxide sensor microarray electronic nose：A practical approach[J].Sensors and Actuators B：Chemical，2010，144（1）：99-103.
[13] 石志标，佟月英，陈东辉，等.牛肉新鲜度的电子鼻检测技术[J].农业机械学报，2009，40（11）：184-188.
[14] 鲁小利，张秋菊，蔡小庆.实用仿生电子鼻在黄酒检测中的应用[J].酿酒科技，2014（3）：53-55.
[15] GHASEMIVARNAMKHASTI M，MOHTASEBI S S，SIADAT M，et al.Aging fingerprint characterization of beer using electronic nose[J].Sensors and Actuators B：Chemical，2011，159（1）：51-59.
[16] HUI G H，WU Y L，YE D D，et al.Fuji apple storage time predictive method using eectronic nose[J].Food Anal Methods，2013，6（1）：82-88.
[17]TORRI L，SINELLI N，LIMBO S.Shelf life evaluation of freshcut pineapple by using an electronic nose[J].Postharvest Biology and Technology，2010，56（3）：239-245.
[18] 史波林，赵镭，支瑞聪，等.应用电子鼻判别西湖龙井茶香气品质[J].农业工程学报，2011（S2）：302-306.
[19] 甘芝霖，刘远方，杨阳，等.基于电子鼻技术的信阳毛尖茶品质评价[J].食品工业科技，2013（2）：54-57.
关键词 电子鼻；气味检测；食品工业
中图分类号 S609.9；TP212.9 文献标识码 A 文章编号 0517-6611（2014）25-08747-02
Abstract The history of the electronic nose and its composition and basic principles are introduced. The latest application progress of electronic nose in detection of meat products， wine identification， evaluation of fruits and other food industry are described， the existing problems and prospects for its future development trend are explored.
Key words Electronic nose； Odour identification； Food industry
气味是食品品质评价中的一项重要指标，目前主要是由专业人员组成的专家组用鼻子进行气味的评判。这种方法的结果包含多种不稳定因素：人的鼻子对气味具有适应性，容易产生嗅觉疲劳；人的情绪波动和心理状态会影响评判结果；一些变质食品的气味可能会对人体产生危害。而电子鼻技术的出现很好地解决了这些问题，电子鼻技术拥有客观、可靠和安全等优点。
电子鼻，又称人工嗅觉系统、气味扫描仪，是20世纪90年代产生并发展起来的一种快速检测挥发性气味的仪器。因其检测快速、准确的优点，在食品、医疗卫生[1-2]、化工[3-4]、公共安全[5-6]等领域有着广泛的应用。
1 电子鼻组成及工作原理
电子鼻的概念最早出现在20世纪80年代，1982年，Krishna Persaud等提出了一种可以将气体分类的化学传感器阵列的概念[7]，揭开了电子鼻技术发展的序幕。1994年，J.W.Gardner提出了广为接受的电子鼻的定义：电子鼻是一种由功能各异的化学传感器阵列适当的模式识别系统组成的，可以用来识别简单或者复杂气味的仪器[8]，标志着电子鼻技术进入到快速发展的阶段。20世纪90年代出现了商用电子鼻，目前世界上比较有名的电子鼻厂商有十多家，包括英国的Neotronics system和AromaScan system、美国的Electronic Sensor Technology、法国的Alpha MOS、日本的Frgaro、我国台湾的Smell和Keen Ween等[9]。
电子鼻的主要组成部件为：气味取样装置、气体传感器阵列和信号处理系统[10]。电子鼻最核心的部件是多个具有气味选择性的气体传感器所组成阵列，正是利用它们各自对特定气体的敏感性可以获得被测气味的整体信息。目前，常用的气体传感器根据材料类型可以分为3类[11]：①金属氧化物（MOS）传感器，利用其与气味分子吸附后氧化物电阻的下降产生信号。②导电高分子（CP）传感器，气味分子与传感器反应后引起其电阻升高产生信号。③质量传感器，主要包括石英晶体微平衡（QCM）传感器和声表面波（SAW）传感器，它们在吸附气味分子后共振频率会产生变化从而产生信号。
电子鼻对气味的分析识别过程可分为3个过程：①气体传感器阵列吸附气味分子并产生信号。②对生成的信号进行加工处理和传输。③对处理后的信号进行模式识别并作出判断。电子鼻是模仿人类的嗅觉器官建立的，人的嗅觉产生也可以分为3个过程：①鼻腔中的嗅觉细胞与气味分子吸附产生信号。②嗅觉细胞核嗅球对信号进行加工放大后传输到神经中枢（人的大脑）。③大脑对接收到的信号做出判断，产生嗅觉。
2 电子鼻在食品领域的应用
2.1 在肉制品检测中的应用
肉制品是人们日常生活中不可或缺的消费品，它的新鲜度对人的健康有较大影响。近年来，电子鼻在肉制品新鲜度检测中的应用越来越多。Musatov等用基于金属氧化物传感器电子鼻和线性判别式分析法（LDA）对肉类的新鲜度进行了检测[12]。他们发现对于同一家厂家的肉样，只需要1个或者2个标准样品就可以达到100%的识别率。通过对2种分别存储在4 ℃和25 ℃的肉样在变质的前期单独建立LDA模型并通过电子鼻的训练进行识别，然后经过3～4个周期的训练后，电子鼻就可以建立不同厂商肉样可靠的LDA模型。结果表明，基于金属氧化物传感器的电子鼻可以用来对食品的新鲜度进行检测，且准确率较高。石志标等利用自己开发的电子鼻检测系统对牛肉新鲜度进行了评判[13]。他们分别用SVM算法和BP神经算法对储存7 d的不同新鲜度的牛肉进行检测，发现训练样本为7组时，BP算法最高识别率90.23%，SVM算法最高识别率为96.24%；训练样本14组时，BP算法最高识别率99.25%，SVM算法最高识别率为96.24%。结果表明，SVM算法的识别率较高并且稳定，利用电子鼻对牛肉进行新鲜度检测是可行的。
2.2 在酒类检测中的应用
目前市场上的酒类存在着以次充好、伪造酒类等现象，利用电子鼻可以实现对酒类产地、酒龄等进行检测分析。鲁小利等开发了具有仿生特性的电子鼻系统，并用其对黄酒的品质进行检测[14]。他们选取了来自绍兴、上海和其他产地的黄酒样本各20个进行黄酒产地的区分，并对1年陈、3年陈和5年陈的古月龙山黄酒进行酒龄区分，模式识别方法主要采用主成分分析（PCA）、判别因子分析（DFA）以及误差反向传播（BP）神经网络。结果表明，该电子鼻系统能够很好地区分不同产地和古越龙山不同标注酒龄的黄酒，准确率可达到100%，并可对产地和酒龄进行很好地预测，准确率在80%～100%，这对于酒类原产地的保护工作有着重要的借鉴意义。柯永斌等设计了由5个TGS传感器阵列组成的电子鼻用于识别不同香型的白酒[15]，他们分别采集了浓香型、酱香型、清香型、米香型4种香型的酒样的气味数据，并用主成分分析（PCA）、线性判别分析（LDA）和概率神经网络（PNN）进行模式识别。试验数据表明，主成分分析的前2个主元累计贡献率达93.55%，线性判别分析的前2 个主元累计贡献率为97.33%，概率神经网络模型识别率达到100%。结果表明，设计的电子鼻可以应用于对不同香型白酒的快速识别。Mahdi GhasemiVarnamkhastia等用基于金属氧化物传感器的电子鼻检测了普通啤酒和无醇啤酒在陈化过程中气味的变化[15]。他们用人工神经网络（ANN）算法将陈化的啤酒分为若干个等级，对数据使用主成分分析（PCA）和线性判别分析（LDA）进行分析后发现，无醇啤酒的等级可以明显区分出来，而普通啤酒则无法明显区分，表明普通啤酒的陈化过程比无醇啤酒要稳定，这为酒厂提供了一种在线检测啤酒品质的方法。 2.3 在水果检测中的应用
对水果成熟度进行检测可以有效地防止腐烂的发生。Hui Guohua等研制了基于金属氧化物传感器的电子鼻并对富士苹果的库存时间进行检测并建立了预测模型，发现主成分分析（PCA）法不能区分所有样品，而基于信噪比（SNR）的自适应算法可以成功区分未熟、半数和成熟的苹果[16]。在对预测模型的验证试验中，发现预测准确率达到了84.62%，表明这种方法有着检测快速、操作简单、准确率高和可靠性高等优点。Luisa Torri等研究了电子鼻在监测鲜切水果（菠萝片）新鲜度的应用，将菠萝样品在3种不同的温度（4～5，7～8，15～16 ℃）下储存6～10 d，通过2种方法分析得到数据：一种是用不连续的方法对处于不同储存阶段的样品进行一系列的分析，另一种是连续的方法，用电子鼻的探针自动监测菠萝片储存过程中顶空[17]。结果表明，使用不连续的方法时，电子鼻能够区分若干样品并且监控与腐烂相关的挥发性物质的变化，电子鼻技术在工业质量控制中的应用值得人们关注。
2.4 在茶叶检测中的应用
现代科学分析表明，茶叶中含有多种营养成分和药效成分，利用电子鼻可以对茶叶等级进行鉴定。史波林等用法国Alpha MOS公司的Fox4000型电子鼻对西湖龙井茶的香气特征进行研究，并探寻用电子鼻鉴别龙井茶等级的方法[18]。试验所用的茶叶样品分为3个等级，AAA级、AA级和A级（品质依次降低），采用软独立建模分类法（SIMCA）进行模式识别，结果表明，A级样品与其他2组样品区分显著，识别率可以达到100%。由于AAA 级和AA级的等级识别过程受到了AA级样品中少数异常点的影响，识别率只有93%左右，这已经基本满足了检测需要，可以实现对西湖龙井的智能分级。甘芝霖等用电子鼻对2种品牌、5个等级的信阳毛尖茶进行检测，并用主成分分析法（PCA）建立图谱来区分不同等级茶叶的差异，用偏最小二乘法（PLS）建立模型[19]。结果得出，PCA图谱可以将各个茶叶样品明显区分，并利用盲样的试验结果对感官评审结果进行验证，表明所建立的PLS模型可以较为准确地检测茶叶样品的品质和等级，实现对茶叶品质的快速判定。
3 结语
凭借着检测快速、简单、安全以及重复性高等优点，电子鼻技术在未来将会逐步取代人工感官评价成为主要的气味评价手段。未来电子鼻技术主要发展趋势：①朝着便携、微型方向发展。目前多数电子鼻体积太过庞大，不方便携带，给电子鼻的普及带来了一定阻碍。②开发出专用的电子鼻。通用型的电子鼻灵敏度低，应开发出专门应用于食品行业的电子鼻。③实现在线检测。受到外部环境、传感器寿命、样品种类的影响，目前还没有实时在线的电子鼻检测系统，通过研究外部与内在因素对电子鼻检测的影响并开发出在线检测系统是未来的发展趋势之一。
参考文献
[1] 杨文玺，魏胜利，刘亚令，等.基于电子鼻技术的大黄药材气味鉴别[J].现代中药研究与实践，2014（1）：11-13.
[2] WLODZIMIROW K A，ABUHANNA A，SCHULTZ M J.et al.Exhaled breath analysis with electronic nose technology for detection of acute liver failure in rats[J].Biosensors and Bioelectronics，2014，53：129-134.
[3] 龙君，朱晓琼，杨涓，等.电子鼻对烟用香精香料检测参数的研究[J].化学研究与应用，2014（3）：395-400.
[4] 朱晓琼，杨涓，李婧，等.电子鼻结合PCABP神经网络在烟用香料质量控制中的应用[J].化学研究与应用，2014（2）：261-266.
[5] 方向生，施汉昌，何苗，等.电子鼻在环境监测中的应用与进展[J].环境科学与技术，2011（10）：112-117.
[6] 王玲，桂阳海，张顺平，等.电子鼻在危险爆炸物检测中的应用研究[J].传感技术学报，2007（1）：42-45.
[7] KRISHNA PERSAUD，GEORGE DODD.Analysis of discrimination mechanisms in the mammalian olfactory system using a model nose[J].Nature，1982，299（5881）：352-355.
[8] GARDNER J W，BARTLETT P N.A brief history of electronic noses[J].Sensors and Actuators BChem，1994，18/19：211-220.
[9] 唐月明，王俊.电子鼻技术在食品检测中的应用[J].农机化研究，2006（10）：169-172.
[10] 王磊，曲建岭，杨建华.发展中的电子鼻技术[J].测控技术，1999，18（5）：8-10.
[11] WILSON A D，BAIETTO M.Applications and advances in electronicnose technologies[J].Sensors，2009，9（7）：5099-5148.
[12] MUSATOV V Y，SYSOEV V V，SOMMER M，et al.Assessment of meat freshness with metal oxide sensor microarray electronic nose：A practical approach[J].Sensors and Actuators B：Chemical，2010，144（1）：99-103.
[13] 石志标，佟月英，陈东辉，等.牛肉新鲜度的电子鼻检测技术[J].农业机械学报，2009，40（11）：184-188.
[14] 鲁小利，张秋菊，蔡小庆.实用仿生电子鼻在黄酒检测中的应用[J].酿酒科技，2014（3）：53-55.
[15] GHASEMIVARNAMKHASTI M，MOHTASEBI S S，SIADAT M，et al.Aging fingerprint characterization of beer using electronic nose[J].Sensors and Actuators B：Chemical，2011，159（1）：51-59.
[16] HUI G H，WU Y L，YE D D，et al.Fuji apple storage time predictive method using eectronic nose[J].Food Anal Methods，2013，6（1）：82-88.
[17]TORRI L，SINELLI N，LIMBO S.Shelf life evaluation of freshcut pineapple by using an electronic nose[J].Postharvest Biology and Technology，2010，56（3）：239-245.
[18] 史波林，赵镭，支瑞聪，等.应用电子鼻判别西湖龙井茶香气品质[J].农业工程学报，2011（S2）：302-306.
[19] 甘芝霖，刘远方，杨阳，等.基于电子鼻技术的信阳毛尖茶品质评价[J].食品工业科技，2013（2）：54-57.