基于BP神经网络的电子鼻、电子舌和色差仪多信息融合技术预测蓝莓汁中花青素含量

为了探究蓝莓汁中总花青素含量的快速定量测定方法,用电子鼻、电子舌和全自动色差仪对126组蓝莓果汁样品进行检测,并用pH值-示差分光光度法分别测定果汁中花青素含量;提取电子鼻和电子舌响应信号的积分值以及色差L*、a*、b*值进行归一化处理,采用反向传播人工神经网络(BP-ANN)建立蓝莓果汁中总花青素含量的预测模型.同时,为了获得可靠性较高的BP-ANN预测模型,在神经网络结构不变的情况下,分析比较了5种不同训练集与预测集构建的预测模型.结果 发现在各预测模型的90组测试样本中,最大相对误差在15％以内,平均误差为5.41％～6.42％.从而证实BP-ANN预测模型的有效性和可靠性.该研究为蓝莓果汁中花青素含量的快速检测提供一种新途径.