换一批基于电子鼻和GC-MS分析不同干燥方式香蕉果干的风味品质差异及判别预测模型建立
Flavor Differences in Dried Banana Chips Processed using Different Drying Methods using Electronic Nose and GC-MS
摘要为探究热风干燥(HAD)、真空冷冻干燥(VFD)和热泵干燥(HPD)三种不同干燥方式的香蕉果干风味品质差异,建立基于风味品质指标的干燥方式预测判别模型.该研究使用电子鼻、气相色谱-质谱联用(GC-MS)分析不同干燥方式香蕉果干的风味品质,通过ROAV法确定关键贡献风味物质,PCA和LDA进行数据降维与特征提取作为数据集,建立用于干燥方式判别预测的反向传播神经网络(BPNN)模型.实验结果显示,电子鼻采样表明HAD组在W3C传感器处响应值区别于另外两组;ROAV法鉴别出17种关键贡献风味物质,其中酯类11种,聚类热图结果显示VFD和HPD两组相似性更高.基于LDA监督降维的反向传播神经网络(LDA-BPNN)模型,其判别准确度(R2=0.844 4)优于PCA-BPNN(R2=0.766 9)与单一 BPNN(R2=0.703 6),结果将HAD组与其余两组完全区分.研究明确了不同干燥方式香蕉果干的风味特征,基于风味品质的LDA-BPNN模型对香蕉果干干燥方式具有良好预测性能,有助于推进香蕉果干干燥工艺选择及品质提升,以为相关应用提供技术参考.
更多相关知识
关键词
香蕉果干电子鼻气相色谱-质谱联用相对气味活性值机器学习反向传播神经网络预测模型dried banana chipselectronic nosegas chromatography-mass spectrometryrelative odor activity valuemachine learningbackpropagation neural networkpredictive model
栏目名称
DOI
10.13982/j.mfst.1673-9078.2026.5.0229
发布时间
2026-07-10（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
