方案摘要
方案下载应用领域 | 食品/农产品 |
检测样本 | 黄酒 |
检测项目 | 理化分析 |
参考标准 | 见资料 |
为实现黄酒中挥发性风味物质的快速无损检测,本研究采用气相色谱-离子迁移谱(Gas chromatography-ion mobility spectrometry,GC-IMS)联用技术结合化学计量学方法对不同酒龄黄酒中的挥发性风味物质进行了研究。黄酒样本的GC-IMS 图片库显示,不同酒龄黄酒的挥发性风味物质浓度存在显著差异。采用差谱法从谱图中筛选出33 个特征峰,利用其中13 个数据库可查询到对应物质的特征峰进行黄酒的风味成分分析。以33 个特征峰峰高作为变量,通过主成分分析(principal component analysis,PCA)进行降维,前6 个主成分累计贡献率为95%,可以有效区分各组样本。分别采用线性判别(Linear Discriminant Analysis,LDA)、K-最近邻分类算法(K-Nearest Neighbor,KNN)建立酒龄判别模型。结果显示,LDA 方法得到的训练集和预测集识别率分别为95%和90%,KNN 的判别效果较好,训练集和预测集的识别率均达到100%。这说明,GC-IMS 可以有效应用于黄酒挥发性风味物质的检测,在食品风味物质分析等领域具有广阔的应用前景。
为实现黄酒中挥发性风味物质的快速无损检测,本研究采用气相色谱-离子迁移谱(Gas chromatography-ion mobility spectrometry,GC-IMS)联用技术结合化学计量学方法对不同酒龄黄酒中的挥发性风味物质进行了研究。黄酒样本的GC-IMS 图片库显示,不同酒龄黄酒的挥发性风味物质浓度存在显著差异。采用差谱法从谱图中筛选出33 个特征峰,利用其中13 个数据库可查询到对应物质的特征峰进行黄酒的风味成分分析。以33 个特征峰峰高作为变量,通过主成分分析(principal component analysis,PCA)进行降维,前6 个主成分累计贡献率为95%,可以有效区分各组样本。分别采用线性判别(Linear Discriminant Analysis,LDA)、K-最近邻分类算法(K-Nearest Neighbor,KNN)建立酒龄判别模型。结果显示,LDA 方法得到的训练集和预测集识别率分别为95%和90%,KNN 的判别效果较好,训练集和预测集的识别率均达到100%。这说明,GC-IMS 可以有效应用于黄酒挥发性风味物质的检测,在食品风味物质分析等领域具有广阔的应用前景。
基于 SHS-GC-MS 和 GC-IMS 的对两种雪茄烟挥发性香味成分的分析与研究
汽车异味久久不散,GC-IMS气味分析给你答案
浓香、酱香、清香型白酒挥发性风味的特征与差异研究
相关产品
关注
拨打电话
留言咨询