为了探索电子鼻技术快速检测猕猴桃品质的方法,以"秦美"猕猴桃为试材,利用电子鼻技术对低温贮藏猕猴桃的芳香成分进行检测,采用多元线性回归(multiple linear regression,MLR)、偏最小二乘法(partial leastsquares regressions,PLS)、BP(back-propagation)网络3种分析方法建立评价低温贮藏期猕猴桃的可溶性固形物含量、pH值和硬度的数学模型。结果表明:在贮藏0~45 d,S1、S2、S3、S4、S7、S8、S9和S10传感器响应值变化显著(P<0.05),即芳香苯类、氮氧化物、氨类、氢气、硫化氢、乙醇、有机硫化物、芳香烷烃这几类化合物在猕猴桃低温贮藏期变化显著。同时线性判别分析比主成分分析能更好地区分不同贮藏期的猕猴桃。MLR、PLS和BP网络3种分析方法都能很好地预测低温贮藏猕猴桃的品质,但相比之下,BP网络的分析精度更高。应用电子鼻技术预测猕猴桃的品质是可行的。