摘要：本文采用自行设计开发的人工味觉系统对属于NFC和FC 两个类别的4种不同品牌的橙汁进行了实验检测。通过对获取 的数据进行处理分析，结果显示人工味觉系统结合相关的模式 识别算法可以对商品橙汁的类别和品牌进行区分辨识。
关键词：人工味觉系统;PCA;NFC;FC
一、引言
随着社会生活的不断进步，国民更加注重生活质量与食品 健康。形形色色的果汁成为当下饮品行业的新秀，非浓缩还原 100% 果汁(NFC)逐渐进入国民生活，NFC 果汁属于鲜榨果汁 且零添加，因此受到国民的追捧。但由于其需求与资源的矛盾， 假冒伪劣产品趁虚而入扰乱了 NFC 果汁行业的正常发展，为保 障消费者的利益，NFC 果汁真假甄别显得尤为重要。文章采用 人工味觉系统对不同品牌的橙汁进行了实验分析，以此验证人 工味觉系统对橙汁品牌的区分与辨识度。
二、测试样品及处理
测试样品选取本地超市内售卖的不同品牌的橙汁作为分析 对象，其中包含农夫山泉、蓓朵芬、汇源 100% 和纯典 100%4 种品牌，4 种测试样品的种类及成分，在进行样品 分析前，所有测试样品不做处理。
采用自行设计开发的人工味觉系统对样本进行检测。过程 如下： (1)选取 50ml 的烧杯若干，使用超纯水将烧杯进行清洗， 在进行自然风干后贴入标签，在标签中注明橙汁的品牌及种类， 以待使用。 (2)将每种样品平均分成 6 个 30ml 样本。使用 8 个工作 电极对样本进行检测，在检测过程中要确保数据的准确性，为 保障数据选取的同质性，采取后 3 次的检测数据作为样本数据。 (3)在对样品进行检测后，要对所使用的电极进行清洗， 以保障电极与检测样品的质量。
三、数据分析
人工味觉系统可以对多样性的样本信息进行识别，在这一 系统中电流信号能够对采样率作出影响，此次的数据分析将电 流信号设置为 100Hz，在进行电极检测时使用 8 个工作电极， 人工味觉系统的数据检测过程为 80 秒，80 秒当中可以采集 80000 个原始数据，文章对橙汁选取 30 个样本，则此次的原始 数据矩阵为 30X80000. 在对数据进行分析时要对数据采取预处 理工作，降低原始数据的规模，减少影响系统分析检测的因素， 提高系统鲁棒性。
四、结果与讨论
采用主成分分析法(Principal Component Analysis， PCA)对预处理后的数据进行分析，4 种品牌的主成分 1 与主成分数据相差较大。 从图中不难看出汇源与纯典成分数据主要分布在左下区域，农夫山泉与蓓朵芬则普遍分布在斜线的上方，根据数据位置分析 可知 4 种品牌主要分为两大类，汇源与纯典、农夫山泉与蓓朵 芬。其中汇源与纯典属于 FC 果汁，农夫山泉与蓓朵芬属于 NFC 果汁，NFC 果汁与 FC 果汁之间由于产品所采用的加工工艺不同， 导致两类产品之间的橙汁数据样本有着本质上的区别。
汇源与 纯典各样样本点数据距离相差不大，意味着两种产品之间的成 分差异性较小;农夫山泉与蓓朵芬虽同属 NFC 果汁，但其样本 点距离相差较远，但其差异性却较大。 由上述原因及下图数据可以表明，NFC 果汁与 FC 果汁之 间具有明显差异，但受制作工艺以及品牌种类的影响各 NFC 果 汁之间又存在着较大的内部差异，这种差异主要体现在主成分 方面。
五、结论
文章通过人工味觉系统对农夫山泉、汇源等 4 种不同品牌 的橙汁音频进行了数据分析检测，运用 PCA 计算机技术对各品 牌的检测数据进行分析，由样本数据可知不同成分之间的果汁 有成分影响有着本质上的不同，可以细分为 NFC果汁与 FC果汁， FC 果汁没有特殊的生产工艺因此在数据样本的体现中没有较大 区别，但 NFC 果汁由于生产流程及品牌种类的不同，其各成品 的样本数据有着较大的差异。综上说明采用人工味觉系统能够 对商品橙汁进行品牌和类别进行区分辨识。
参考文献
[1] 王俊 , 姚聪 . 基于电子舌技术的葡萄酒分类识别研究 [J]. 传 感技术学报 ,2009,22(8):1088-1092.
[2] 张小确 , 高枝荣 , 夏云贵 . 主成分分析方法及其在各仪器分 析中的应用 [J]. 河北工业科技 ,2007,24(6):345-350.
相关论文投稿刊物：《传感技术学报》杂志的编委委员均是来自国内各著名高校的教授和博士生导师，他们是我国传感器领域方面的专家、学者和权威人士。稿源均来自全国各高等院校，中国科学院所属的有关专业研究机构以及国内大型工矿企业设置的专业研究所。刊登的论文均有2名国内同行专家审稿通过。作者有院士、教授、博士生导师、研究员、博士研究生、和硕士研究生以及从事该研究领域的工作人员、专家和学者。
