近年来,随着国民经济的发展和生活水平的提高,我国鱼肉的产出与消费量越来越大,无论是政府还是消费者,对鱼肉的卫生品质及新鲜度的检测也越来越重视。由于鱼肉的常规理化检测方法操作繁琐,耗时耗力,难以满足日常生活中对肉类新鲜度进行及时检测的需求,故此需要寻找一种快速简便而又科学客观的方法。电子鼻检测是新兴的无损检测方法,随着材料科学与计算机技术的不断发展,电子鼻研究迅速发展,它将传感器技术、电子技术、信号处理和计算机技术融合在一起,克服了传统的单一气体传感器在检测中存在的交叉敏感等缺点,能够对混合气体中各气体成分进行定性或定量分析,在食品加工和检验、医学诊断、毒气检测和控制领域有着广阔的应用前景。本研究主要利用电子鼻技术来评价鱼肉的品质,拟获得电子鼻信号与鱼肉品质之间的相关性。为今后进一步进行肉类无损害检测技术探索了一条新的途径。在课题的实验中,采用了美国加州Cyrano科学公司生产的Cyranose320电子鼻系统,该系统具有较好的客观性、可靠性、重现性等方面的优点。同时,它测量快速,操作方便,是目前国内外研究检测手段中较先进的电子鼻系统。实验中采用的鱼肉是市场上比较受欢迎的带鱼。设计了实验方法:将鱼肉冷藏,分别在第一天、第三天、第五天、第七天和第九天在相同的条件下,对鱼肉进行气味取样,以获得气味数据样本。具体的是,首先,通过主成分分析对Cyranose320的顶空条件进行了合理选择;然后对传感器阵列进行了必要的筛选;最后通过对不同天数的样本数据进行了主成分分析(PCA)和偏最小二乘法分析(PLS),结果表明,电子鼻的传感器响应随样本新鲜度的不同有明显变化,不同新鲜度样本在PCA分析图上和PLS分析图上,可以较好地聚类,而且可以建立相关的数学模型,说明电子鼻用于鱼肉新鲜度检测是可行的。在电子鼻模式识别的算法上,创新性地引入了一种称为Gabor原子神经网络的识别算法。详细地介绍了Gabor原子神经网络的原理和设计方法,将Gabor原子神经网络用来对气味信号进行分类。该方法充分地利用了Gabor原子变换在信号表示方面的有效性和BP神经网络在分类方面的优越性。并与经典的BP神经网络进行了比较,实验结果表明,将Gabor原子神经网络模式识别技术应用到电子鼻系统中是可行的,且具有更高的识别率,为电子鼻的识别方法提供了一个新的途径。