基于电子鼻信号处理的牛肉中掺假猪肉判别模型

由于牛肉经济价值较高,一些商贩为了获取更多利益对其进行掺假,危害了消费者的健康。牛肉掺假的常规检测技术具有耗时、费力的特点,而电子鼻因其快速无损的优势在牛肉掺假检测方面具有很大的潜力。本研究对纯牛肉、猪肉及牛肉中掺假猪肉的金属氧化物半导体（Metal Oxide Semiconductor,MOS）型电子鼻传感器数据进行处理,采用主成分分析实现传感器数据的去相关和降维,以累计贡献率大于90%的少数前几个主成分得分作为输入,对比采用Fisher判别分析（Fisher Linear Discriminate Analysis,Fisher LDA）和极限学习机（Extreme Learning Machine,ELM）构建牛肉中掺假猪肉的判别模型。结果显示,ELM模型训练集和测试集的识别准确率分别为99.64%和94.29%,均高于训练集和测试集识别准确率（分别为96.43%和75.71%）的Fisher LDA模型。结果表明,所构建的ELM模型能够用于基于MOS型电子鼻的牛肉中掺假猪肉的快速鉴别,可望为保障肉制品质量安全贡献积极力量。