鱼是人们最主要的动物性食品来源之一。随着生活水平的提高，人们更加注重鱼类产品的食用安全性、营养价值和风味品质。鱼不耐保藏，极易腐败变质，食用不当易发生食物中毒。新鲜度是反映鱼品质的一项重要指标，在收购、运输、加工和销售过程中鱼新鲜度的准确评价有着重要的科学意义和实践价值。　　 目前主要采用的人工感官评价法实用性强，但结果有较强的主观性，一致性差。理化指标检测客观可信，但存在检测步骤繁琐、检测时间长、费用较高的不足。电子舌技术作为一种能够客观、快速地评价样本整体味觉信息的新型检测手段，操作简单，重复性好，其应用已受到人们的广泛重视。但迄今为止，电子舌在鱼新鲜度检测中的应用都是通过破坏鱼体组织结构来实现的。本研究以鳊鱼整鱼为对象，尝试用电子舌技术实现鱼新鲜度的无损检测。　　 论文主要内容如下:　　 1.鱼体内挥发性盐基氮和细菌总数的测定。采用半微量定氮法和标准平板计数法检测4℃恒温条件下不同冷藏天数鳊鱼体内挥发性盐基氮含量和细菌总数，为电子舌定性、定量评价鳊鱼新鲜度提供参照和依据。　　 2.考察样品预处理条件对电子舌定性评价鱼新鲜度的影响。为达到无损检测的目的，研究采用蒸馏水作为溶剂，浸提鳊鱼体表可溶性物质。研究得出最佳的浸提条件为:浸提剂与样品体积比为2.5∶1;浸提时间为45min。　　 3.研究采用电子舌技术结合模式识别方法定性评价鱼新鲜度。在最佳的样品预处理条件下，采用电子舌技术对4℃恒温条件下不同冷藏天数的鳊鱼进行检测。对获得的电子舌传感器数据进行分析处理，并分别建立了Fisher判别模型和BP人工神经网络模型用于鳊鱼新鲜度的定性判别。Fisher判别结果，模型的训练集正确识别率为90.74％，测试集正确识别率为83.33％。BP人工神经网络模型对训练集的识别率达到92.71％，测试集识别率达到91.69％。两个模型都能达到较好的预测效果，且BP人工神经网络模型优于Fisher判别分析模型。　　 4.基于电子舌技术的鱼新鲜度定量评价模型研究。分别采用PLS回归和SVM回归建立电子舌传感器响应值与鱼体内TVB-N含量、细菌总数之间的相关模型。结果显示，对于TVB-N含量的拟合，PLS模型和SVM模型的训练集相关系数分别为0.9114和0.9662，测试集的相关系数分别为0.9046和0.9491。对于细菌总数的拟合，PLS模型和SVM模型的训练集相关系数分别为0.8760和0.9469，测试集的相关系数分别为0.8691和0.9040。可以看出无论是TVB-N含量还是细菌总数的预测，PLS回归模型和SVM回归模型的训练集和测试集的相关系数均较高，且SVM模型优于PLS模型。结果表明电子舌技术结合适当的模式识别方法可以对鱼体内TVB-N含量和细菌总数进行预测，进而定量评价鱼新鲜度。　　 研究表明:采用电子舌技术能够实现鱼新鲜度的无损检测，该技术在鱼新鲜度检测中具有较高的实用价值。研究结果为电子舌技术在其他固态食品品质检测中的应用提供借鉴。