中国是世界猪肉生产和消费第一大国。随着人民生活水平的提高,对猪肉品质的要求也越来越高,新鲜度作为猪肉品质的主要指标受到越来越多的重视。目前,猪肉新鲜度的检测基本上都采用感官评定法和标准的理化方法,这些方法存在着主观性强、检测时间长或检测复杂等缺点。本课题开展了嗅觉可视化技术检测猪肉新鲜度的研究。论文的主要研究内容如下:　　 1.采用顶空固相微萃取气质联用(HS-SMPE-GC／MS)技术检测4℃冷藏条件下,猪肉的可挥发性气体随时间的变化情况。得到猪肉新鲜度变化过程中的特征气体变化,主要表现在烃类、酮类、醇类、酸类、酯类、含硫化合物和含氮化合物上。　　 2.建立适合猪肉新鲜度检测的嗅觉可视化系统。系统硬件部分主要包括自制可视化传感器阵列、载气装置、扫描仪、反应室、样品室、电脑等；软件部分则由扫描仪驱动控制程序、图像处理程序、模式识别系统组成。　　 3.依据GC／MS检测结果,对猪肉腐败过程中的特征气味进行分析研究。优选出针对醇类,含氮和含硫类气体的18种卟啉类化合物和针对酸性气体的7种pn指示剂,构建出5×5的可视化传感器阵列,解决了猪肉可视化检测的关键技术问题。　　 4.利用全变量偏最小二乘法(PLS)和联合区间偏最小二乘法(Si-PLS)来建立可视化传感器与气体反应得到的颜色响应信号与猪肉新鲜度化学指标——挥发性盐基氮含量(TVB-N)、总细菌数(TM)和pH值的相关回归模型。在全变量PLS建模过程中,分析了不同主成分因子数对模型的影响,利用最小交互验证均方根误差(RMSECV)时的主成分因子数建立最优全变量PLS模型；在Si-PLS建模过程中,分析了不同区间联合对模型的影响,利用最小RMSECV时的联合区间建立最优Si-PLS模型。通过比较两种回归模型结果表明:与全变量PLS相比,Si-PlS能在极大简化模型的同时,有效提高模型精度。　　 5.利用嗅觉可视化技术及模式识别方法进行猪肉新鲜度的识别研究。在识别模型的建立过程中,研究了不同主成分对识别结果的影响。优选出前10个主成分分别建立猪肉新鲜度的线性判别函数、二次判别函数.马氏距离、最小二乘支持向量机(LS-SVM)、软间隔目标函数支持向量机(OSU-SVM)以及反向传播神经网络(BPNN)的识别模型。比较不同识别模型的结果表明:BPNN可以很好地对不同新鲜度(新鲜、次新鲜、腐败)等级的猪肉进行判别。　　 研究表明利用嗅觉可视化技术检测猪肉的新鲜度是可行的,该技术在肉品的新鲜度检测中具有较高的实用价值。研究成果对提高我国肉类产品的国际竞争力具有重要意义。