论文部分内容阅读
在愈来愈严峻的控烟形势下,嚼烟的研发成为各烟草大国的研究热点,增进中国消费者对嚼烟的接受程度,并对嚼烟的味觉进行调整和改善,成为科研人员的研究目标。本研究确定了一种利用电子舌技术评价嚼烟味觉特征的方法,并利用SVR(支持向量机)和BP-ANN(人工神经网络)方法建立了嚼烟味觉特征的数学模型。利用GC-MS结合GC-O/AEDA鉴定了 37种玫瑰精油的特征香气物质,进行香气重组,将重组玫瑰香精应用到嚼烟中,评价其对嚼烟特征味觉的影响。利用电子舌对11种不同嚼烟样品进行分类评价,结果表明:电子舌对不同生产批次、不同口味、以及不同香精添加量的嚼烟样品区分度高(P<0.05),且稳定性和重复性好(RSD<10)。将25种不同配方(含8种不同添加物)的嚼烟样品进行电子舌检测,根据检测结果建立数学模型。两种酸味数学模型结果显示:SVR和BP-ANN的MRE分别为4.64%和1.71%,且SVR对两样品的预测误差(2.77%, 0.8%)大于BP-ANN对两样品的预测误差(2.22%, 1.6%)),说明利用BP-ANN建立的酸味模型更加准确;两种甜味数学模型结果显示:SVR和BP-ANN的MRE分别为1.11%和1.71%,且SVR对两样品的预测误差(0.7%,3.6%)小于BP-ANN模型对两样品的预测误差(2.6%, 4.7%),说明利用SVR建立的甜味模型更准确;两种苦味数学模型结果显示:SVR和BP-ANN的MRE值分别为9.8%和9.99%,且SVR对两个样品的预测误差(8.0%, 21%)小于BP-ANN模型对两样品的预测误差(2 %, 34%),说明利用SVR法建立的苦味模型更准确;通过GC-MS、GC-O/AEDA方法鉴定出玫瑰精油中OAV>1且FD值≥4的关键致香物质37种,其中包括FD=4的物质3种:α-蒎烯、庚醛、合金欢醇;FD=16的物质13种:氧化石竹烯、β-紫罗兰酮、苯乙醇、乙酸香叶酯、双戊烯、苯甲醛、壬醛、叶醇、玫瑰醚、甲基庚烯酮、β-月桂烯、β-蒎烯、戊醛;FD等于64的物质11种:十二酸、癸酸、辛酸、3-烯丙基-6-甲氧基苯酚、β-香茅醇、乙酸橙花酯、α-松油醇、乙酸香茅酯、甲酸香草酯、崁烯、香叶基丙酮;FD=256的物质4种:苯甲酸苄酯、香叶醇、柠檬醛、香叶基丙酮;FD=1024的物质6种:α-松油烯、正己醇、香茅醛、芳樟醇、反式-橙花醇、甲基丁香酚。将37种香气物质进行香气重组,并添加到嚼烟中,进行人工感官和电子鼻实验,结果显示嚼烟的甜味、酸味、苦味都有显著改善(P<0.05)。