农业机械学报

作者：江辉，刘良源，陈全胜

单位：江苏大学,江苏大学,江苏大学,

关键词：花生;黄曲霉毒素B1;定量检测;嗅觉可视化技术;特征优化

基金：国家重点研发计划项目（2017YFC1600603）和江苏省“六大人才高峰”项目（NY151）

花生在储运过程中极易受到各种霉菌的污染而产生真菌毒素，其中以黄曲霉毒素B1（AFB1）最为常见。提出了基于嗅觉可视化技术的花生AFB1定量检测。利用顶空固相微萃取气相色谱-质谱联用技术（HS-SPEM-GC-MS）分析得到不同霉变花生的指示性挥发性物质成分，据此选择12种化学染料制备特异性强的色敏传感器阵列，用于采集不同霉变程度花生样本的气味信息。引入遗传算法（GA）结合反向传播神经网络（BPNN）优化预处理后的传感器特征图像的颜色分量。借助支持向量回归（SVR）构建基于优化特征颜色分量组合的定量模型实现花生AFB1的定量检测；在此过程中，比较网格搜索（GS）和麻雀搜索算法（SSA）对SVR参数的优化性能。研究结果显示：SSA-SVR模型性能整体优于GS-SVR模型性能；且基于7个特征颜色分量组合的最佳SSA-SVR模型的预测相关系数（RP）达到0.9142，预测均方根误差为5.6832μg/kg，剩余预测偏差为2.3926。研究结果表明，利用嗅觉可视化技术可实现花生AFB1的定量检测。

来源：2022年第12期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第12期