the particular wine aging method. Thus, fino wine, which is obtained
by biological aging, had negative PC2 values and the amontillado and
oloroso wines, which are obtained by oxidative aging, had positive
values for this component. In addition, all these wines have positive
values for PC1. By contrast, the young and sweet wines had negative
values for PC1 and they are very close each other along PC2.
3.2. Electronic nose data
When molecules are absorbed on the coated layer on the microbalance
quartz crystal surface of the E-Nose sensors, the frequency
of oscillation changes in proportion to the amount of mass absorbed
and the resulting change in current is measured. The sensor array
data are usually presented making use of multivariate statistical techniques
such as PCA, which transforms the original sensor signals into
variables that are linear combinations of the signals. These variables,
called scores, may be represented in a bi-dimensional plane called
score plot. PCA score plots are then interpreted assuming that the distance
in the plane is a measure of the similitude between samples, as
a consequence clusters in the score plots are interpreted as classes of
similar samples (Santonico et al., 2008). In this study the E-Nose data
were subjected to linear normalization prior to PCA in order to efficiently
suppress quantitative effects on the multivariate data. The effectiveness
of this procedure is a result of the linear dependence of
the sensor signal on the amount of molecules in air penetrating
through the electronic nose. In order to illustrate the procedure, let
us assume that sensors are exposed to a single gas of concentration
c and also that each sensor responds with a frequency shift Δfi,
where i is related to the array of sensors. If the linearity assumption
holds, then each sensor will possess a characteristic sensitivity Ki to
the gas in question; as a result, the signal provided by the ith sensor
can be defined as
Linear normalization here involves calculating a reduced variable
by dividing each sensor signal into the sum of the signals for all sensors
in the array:
where the summation is extended to the j sensors. As a result of normalization,
the variable ΔfN is no longer dependent on the concentration.
The efficiency of this procedure was previously demonstrated
with an experiment involving the identification of gases and vapors
at different concentrations (Di Natale et al., 1999). Since linear normalization
reduces the influence of the concentrations of volatiles in
the sample, it also reduces correlation between sensor responses. As
a consequence, applying PCA to normalized data results in the number
of significant principal components exceeding that for a PCA of
the original responses.
Fig. 2 illustrates the ability of the E-Nose to discriminate the five
wine types by means of a PCA of the data provided by its sensors. PC1
and PC2 explained 83.8% and 7.5%, respectively, of the total variance.
The first factor afforded effective discrimination of amontillado and oloroso
wine from the other three types of wines: sweet, fino and young,
which were efficiently resolved via PC2 scores. The E-Nose was unable
to detect changes in the concentration of volatilemolecules in amontillado
and oloroso wine penetrating with air in the sensors; this made
distinction of these wines with E-Nose less accurate than with PCA of
the GC and chemical data.
This result can be explained by a low response of the sensors to the
differences in the concentration of ethyl esters in wines with a high ethanol
content (18% v/v). In this sense, the amontillado and oloroso wine
have the same ethanol content and the sum of higher alcohols, carbonyl
compounds and ethyl esters is 1694 mg L−1 and 1505 mg L−1 respectively,
being the only significant difference the concentration in ethyl
esters (798±7 mg L−1 in amontillado and 640±15 mg L−1 in oloroso
wine). In contrast, the fino and sweet wines containing both 15% (v/v)
ethanol, can be discriminated by the E-Nose by means of their different
composition in volatile compounds other than ethanol. Overall, the
E-Nose resultswere consistentwith the sensory properties of the studied
wines as described by López-Alejandre (2005) and with the studies
on their odorant volatile compounds carried out by Zea et al. (2001),
Moyano, Zea, Moreno, and Medina (2002), Zea, Moyano, Moreno, and
Medina (2007), Chaves, Zea, Moyano, and Medina (2007), Zea, Moyano,
andMedina (2008, 2010) and Moyano, Zea,Moreno, andMedina (2010).
For the amontillado and oloroso wines, Zea et al. (2008, 2010)
grouped their volatile aroma compounds in the odorant series nutty,
spicy, fruity, floral, fatty, chemical and balsamic, and revealed that only
the nutty, spicy and balsamic series show significant differences between
both wines, being the sotolon the compound with the highest impact on
their aroma. These authors showed as changing only the contribution of
nutty and balsamic series, the amontillado can evolve to oloroso wine
and these changes will be obtained by increasing the oxidative aging
วิธีการเสื่อมสภาพของไวน์โดยเฉพาะอย่างยิ่ง ดังนั้นไวน์ fino ซึ่งจะได้รับ
ตามอายุทางชีวภาพมีค่า PC2 เชิงลบและ amontillado และ
ไวน์ oloroso ซึ่งจะได้รับตามอายุออกซิเดชันมีบวก
ค่าสำหรับส่วนนี้ นอกจากนี้ไวน์ทั้งหมดเหล่านี้มีบวก
ค่าสำหรับ PC1 ตรงกันข้ามไวน์หนุ่มและหวานมีเชิงลบ
ค่าสำหรับ PC1 และพวกเขามีความใกล้ชิดกันพร้อม PC2.
3.2 ข้อมูลจมูกอิเล็กทรอนิกส์
เมื่อโมเลกุลจะถูกดูดซึมในชั้นเคลือบบนไมโคร
ผลึกพื้นผิวผลึกของเซ็นเซอร์ E-จมูกความถี่
ของการเปลี่ยนแปลงผันผวนในสัดส่วนกับปริมาณของมวลดูดซึม
และการเปลี่ยนแปลงที่เกิดขึ้นในปัจจุบันเป็นวัด อาร์เรย์เซ็นเซอร์
ข้อมูลจะถูกนำเสนอมักจะใช้การทำเทคนิคทางสถิติหลายตัวแปร
เช่น PCA ซึ่งแปลงสัญญาณเซ็นเซอร์เดิมเป็น
ตัวแปรที่มีการรวมเชิงเส้นของสัญญาณ ตัวแปรเหล่านี้
เรียกว่าคะแนนอาจจะเป็นตัวแทนในระนาบสองมิติที่เรียกว่า
พล็อตคะแนน PCA แปลงคะแนนจะถูกตีความแล้วสมมติว่าระยะทาง
ในเครื่องบินเป็นตัวชี้วัดของความคล้ายคลึงกันระหว่างกลุ่มตัวอย่างที่เป็น
กลุ่มผลในแปลงคะแนนจะถูกตีความเป็นชั้นเรียนของ
กลุ่มตัวอย่างที่คล้ายกัน (Santonico et al., 2008) ในการศึกษานี้ข้อมูล E-จมูก
ถูกยัดเยียดให้การฟื้นฟูเชิงเส้นก่อนที่จะ PCA เพื่อให้มีประสิทธิภาพใน
การปราบปรามผลกระทบเชิงปริมาณกับข้อมูลหลายตัวแปร ประสิทธิผล
ของกระบวนการนี้เป็นผลมาจากการพึ่งพาอาศัยเชิงเส้นของ
สัญญาณเซ็นเซอร์กับปริมาณของโมเลกุลในอากาศทะลุ
ผ่านจมูกอิเล็กทรอนิกส์ เพื่อที่จะแสดงให้เห็นถึงขั้นตอนให้
เราคิดว่าเซ็นเซอร์มีการสัมผัสกับก๊าซเดี่ยวของความเข้มข้นของ
คและว่าแต่ละเซ็นเซอร์ตอบสนองกับการเปลี่ยนแปลงความถี่Δfi,
ที่ฉันมีความเกี่ยวข้องกับอาร์เรย์ของเซ็นเซอร์ หากสมมติฐานเชิงเส้น
ถือแล้วเซ็นเซอร์แต่ละตัวจะมีความไวลักษณะ Ki จะ
ก๊าซในคำถาม; เป็นผลให้สัญญาณที่ได้รับจากเซ็นเซอร์บอด
สามารถกำหนดเป็นบรรทัดฐานเชิงเส้นที่นี่เกี่ยวข้องกับการคำนวณตัวแปรที่ลดลงโดยการหารแต่ละสัญญาณเซ็นเซอร์เป็นผลรวมของสัญญาณเซ็นเซอร์ทั้งหมดในอาร์เรย์: ผลรวมที่จะขยายไปยังเซ็นเซอร์ J . ในฐานะที่เป็นผลมาจากการฟื้นฟูΔfNตัวแปรไม่ขึ้นอยู่กับความเข้มข้น. ประสิทธิภาพของขั้นตอนนี้ก็แสดงให้เห็นก่อนหน้านี้ที่มีการทดลองที่เกี่ยวข้องกับบัตรประจำตัวของก๊าซและไอระเหยที่ความเข้มข้นแตกต่างกัน (Di Natale et al., 1999) ตั้งแต่การฟื้นฟูเชิงเส้นช่วยลดอิทธิพลของความเข้มข้นของสารระเหยในตัวอย่างก็ยังช่วยลดความสัมพันธ์ระหว่างการตอบสนองเซ็นเซอร์ ในฐานะที่เป็นผลมาจากการใช้ PCA เพื่อผลข้อมูลปกติในจำนวนขององค์ประกอบหลักที่สำคัญเกินว่าสำหรับ PCA ของการตอบสนองที่เดิม. รูป 2 แสดงให้เห็นถึงความสามารถของ E-จมูกในการแยกแยะทั้งห้าประเภทไวน์โดยวิธี PCA ของข้อมูลที่ได้รับจากเซ็นเซอร์ของ PC1 และ PC2 อธิบาย 83.8% และ 7.5% ตามลำดับของความแปรปรวนทั้งหมด. ปัจจัยแรกเจ้าตัวเลือกปฏิบัติที่มีประสิทธิภาพของ amontillado และ oloroso ไวน์จากอีกสามประเภทของไวน์หวาน fino และหนุ่มสาวที่ได้รับการแก้ไขอย่างมีประสิทธิภาพผ่านคะแนน PC2 E-จมูกก็ไม่สามารถที่จะตรวจสอบการเปลี่ยนแปลงในความเข้มข้นของ volatilemolecules ใน amontillado และไวน์ oloroso เจาะกับอากาศเซ็นเซอร์; นี้ทำให้ความแตกต่างของไวน์เหล่านี้กับ E-จมูกแม่นยำน้อยกว่าด้วย PCA ของGC และข้อมูลสารเคมี. ผลที่ได้นี้สามารถอธิบายได้ด้วยการตอบสนองที่ต่ำของเซ็นเซอร์เพื่อความแตกต่างในความเข้มข้นของเอสเทอเอทิลในไวน์ที่มีเอทานอลสูงเนื้อหา (18% v / v) ในแง่นี้ amontillado และไวน์ oloroso เอทานอลมีเนื้อหาเดียวกันและผลรวมของแอลกอฮอล์สูง, คาร์บอนิลและสารเอสเทอเอทิลเป็น 1,694 มก. L-1 และ 1,505 มิลลิกรัม L-1 ตามลำดับเป็นความแตกต่างอย่างมีนัยสำคัญเพียงความเข้มข้นในเอทิลเอสเตอร์ (798 ± 7 มิลลิกรัม L-1 ใน amontillado และ 640 ± 15 มก. L-1 ใน oloroso ไวน์) ในทางตรงกันข้าม fino และไวน์หวานที่มีทั้ง 15% (v / v) เอทานอลสามารถเลือกปฏิบัติโดย E-จมูกด้วยวิธีการที่แตกต่างกันของพวกเขาในองค์ประกอบสารระเหยอื่น ๆ นอกเหนือจากเอทานอล โดยรวมแล้วresultswere E-จมูก consistentwith คุณสมบัติทางประสาทสัมผัสของการศึกษาไวน์ตามที่อธิบายไว้โดยLópez-Alejandre (2005) และมีการศึกษาเกี่ยวกับสารระเหยกลิ่นของพวกเขาดำเนินการโดยซีและคณะ (2001), Moyano, ซี, โมเรโนและเมดินา (2002), ซี, Moyano, โมเรโนและเมดินา (2007), เวส, ซี, Moyano, และเมดินา (2007), ซี, Moyano, andMedina (2008, 2010) และ Moyano, ซี, โมเรโน andMedina (2010). สำหรับไวน์ amontillado และ oloroso, Zea และคณะ (2008, 2010) การจัดกลุ่มสารหอมระเหยของพวกเขาในซีรีส์กลิ่นบ๊องรสเผ็ด, ผลไม้, ดอกไม้, ไขมัน, สารเคมีและบัลซามิกและพบว่ามีเพียงบ๊องชุดเผ็ดและบัลซามิกแสดงความแตกต่างอย่างมีนัยสำคัญระหว่างไวน์ทั้งสองเป็น sotolon สารประกอบที่มีผลกระทบสูงที่สุดในกลิ่นหอมของพวกเขา ผู้เขียนเหล่านี้แสดงให้เห็นว่าการเปลี่ยนเพียงมีส่วนร่วมของชุดบ๊องและบัลซามิก, amontillado สามารถพัฒนาเพื่อ oloroso ไวน์และการเปลี่ยนแปลงเหล่านี้จะได้รับจากการเพิ่มขึ้นของการเกิดริ้วรอยออกซิเดชัน
การแปล กรุณารอสักครู่..
ไวน์อายุโดยวิธี ดังนั้นไวน์ฟีโน่ ซึ่งได้
อายุทางชีวภาพ ได้ลบ pc2 ค่าและ amontillado
ไวน์และ oloroso ซึ่งได้จากปฏิกิริยาอายุ ได้คุณค่าบวก
สำหรับส่วนนี้ นอกจากนี้ไวน์เหล่านี้มีค่าบวก
สำหรับ PC . โดยคมชัด , ไวน์และหนุ่มหวานได้ลบ
ค่าสำหรับ PC และพวกเขามีความใกล้ชิดกันมา pc2 .
2 . จมูกอิเล็กทรอนิกส์ข้อมูล
เมื่อโมเลกุลจะถูกดูดซึมในชั้นเคลือบบน microbalance
คริสตัลควอตซ์พื้นผิวของจมูก เซ็นเซอร์ ความถี่ของการสั่น
เปลี่ยนแปลงสัดส่วนกับปริมาณของมวลดูดซึม
และผลเปลี่ยนแปลงในปัจจุบันคือวัด เซนเซอร์
ข้อมูลมักจะเสนอให้ใช้เทคนิคทางสถิติหลายตัวแปร
เช่น PCA ซึ่งแปลงสัญญาณเซ็นเซอร์ที่เป็นต้นฉบับใน
ตัวแปรที่มีการรวมกันเชิงเส้นของสัญญาณ ตัวแปรเหล่านี้
เรียกคะแนน อาจจะแสดงในบีมิติเครื่องบินที่เรียกว่า
แปลงคะแนน ระบบคะแนนแปลงแล้วตีความว่าระยะทาง
ในเครื่องที่เป็นตัวชี้วัดของความคล้ายกันระหว่างตัวอย่าง เช่น
ผลคะแนนกลุ่มในแปลงจะถูกแปลเป็นห้องเรียนตัวอย่างที่คล้ายคลึงกัน (
santonico et al . , 2008 ) ในการศึกษานี้จมูกข้อมูล
ถูกบรรทัดฐานเชิงเส้นก่อน PCA เพื่อระงับผลกระทบเชิงปริมาณได้อย่างมีประสิทธิภาพ
เมื่อข้อมูลตัวแปรพหุ ประสิทธิผล
ของกระบวนการนี้คือผลของเส้นขึ้นอยู่กับ
สัญญาณเซ็นเซอร์จำนวนโมเลกุลในอากาศทะลุ
ผ่านจมูกอิเล็กทรอนิกส์ เพื่อแสดงให้เห็นถึงกระบวนการให้
เราคิดว่าเซ็นเซอร์สัมผัสกับก๊าซเดียวของความเข้มข้น
C และแต่ละเซนเซอร์ตอบสนองกับความถี่เปลี่ยนΔ Fi
ที่ผมเกี่ยวข้องกับอาร์เรย์ของเซ็นเซอร์ ถ้าถึงสมมติฐาน
ถือแล้วเซนเซอร์แต่ละตัวจะมีความไว
คิลักษณะก๊าซในคำถาม ; ผล สัญญาณเซ็นเซอร์โดย ith
สามารถกําหนดเป็น
เส้นที่นี่เกี่ยวข้องกับการลดความแปร
โดยแบ่งแต่ละเซ็นเซอร์สัญญาณออกเป็นผลรวมของสัญญาณเซ็นเซอร์ทั้งหมด
ในอาร์เรย์ :
ที่สามารถจะขยายไปยังเจเซ็นเซอร์ ผลของการฟื้นฟู
,ตัวแปรΔ FN ไม่ได้ขึ้นอยู่กับความเข้มข้น ประสิทธิภาพของกระบวนการนี้
เคยแสดงกับการทดลองที่เกี่ยวข้องกับตัวของก๊าซและไอระเหย
ที่ความเข้มข้นต่างๆ ( ดิ นาตาเล่ et al . , 1999 ) ตั้งแต่
การฟื้นฟูเชิงเส้นช่วยลดอิทธิพลของความเข้มข้นของสารระเหยใน
ตัวอย่าง นอกจากนี้ยังลดความสัมพันธ์ระหว่างการตอบสนองของเซ็นเซอร์โดย
ผล การใช้ PCA ในรูปผลข้อมูลในหมายเลข
05 หลักส่วนประกอบเกินสำหรับ PCA ของ
รูปที่ 2 คำตอบเดิม แสดงให้เห็นถึงความสามารถของจมูกระหว่างห้า
ไวน์ชนิดโดยวิธีการของ PCA ของข้อมูลโดยเซ็นเซอร์ PC
pc2 อธิบายและ 83.8 ตามลำดับ และ 7.5% ตามลำดับของความแปรปรวนทั้งหมด .
ปัจจัยแรกที่ช่วยจำแนกประสิทธิภาพของ amontillado และไวน์ oloroso
จากอีกสามประเภทของไวน์หวาน ฟีโน่ และหนุ่ม
ซึ่งมีประสิทธิภาพการแก้ไขผ่านทาง pc2 คะแนน ส่วนจมูกไม่สามารถ
เพื่อตรวจหาการเปลี่ยนแปลงในความเข้มข้นของ volatilemolecules ใน amontillado
oloroso ไวน์และเจาะกับอากาศในตัว ; นี้ทำให้
ความแตกต่างของไวน์เหล่านี้กับจมูกน้อย ถูกต้องกว่ากับ PCA ของ GC และข้อมูลสารเคมี
.
ผลนี้สามารถอธิบายได้โดยการตอบสนองต่ำของเซ็นเซอร์
ความแตกต่างของความเข้มข้นของเอทิลเอสเทอร์ในไวน์ด้วย
เอทานอลสูงเนื้อหา ( 18 % v / v ) ในความรู้สึกนี้ , และไวน์ amontillado oloroso
มีเดียวกันเนื้อหาเอทานอลและผลรวมของแอลกอฮอล์สูงกว่าคาร์บอนิล
สารประกอบ และเอทิลเอสเทอร์คือ 1694 mg L − 1 mg L − 1 1422 )
เป็นเพียงความแตกต่างของความเข้มข้นในเอทิลเอสเทอร์ ( 798 ±
7 มิลลิกรัม L − 1 ใน amontillado และ 640 ± 15 mg L − 1 ในไวน์ oloroso
) ในทางตรงกันข้าม , ฟีโน่ และไวน์หวานที่มีทั้ง 15 เปอร์เซ็นต์ ( v / v )
เอทานอล สามารถจำแนกโดยจมูกโดยวิธีการ
ต่างกันองค์ประกอบสารระเหยอื่นมากกว่าเอทานอล โดย
จมูกได้แก่ กับความคิดเห็นของศึกษาคุณสมบัติทางประสาทสัมผัส
ไวน์ตามที่อธิบายไว้โดยโลเปซ alejandre ( 2005 ) และกับการศึกษา
ของกลิ่นระเหยออกมาจากซี et al . ( 2001 ) ,
moyano , สาขาพืชและ Moreno , เมดินา , ( 2545 ) , ซี moyano โมเรโน่ , , ,
Medina ( 2007 ) , ชาเวซ , สาขาพืช moyano , และเมดินา ( 2007 ) , ซี ,moyano
, andmedina ( 2008 , 2010 ) และ moyano ซี โมเรโน่ , , , andmedina ( 2553 ) .
สำหรับ amontillado oloroso และไวน์ , ซี et al . ( 2008 , 2010 )
) ของสารประกอบที่ให้กลิ่นระเหยในกลิ่นชุดบ๊อง ,
เผ็ด , ผลไม้ , ดอกไม้ , ไขมัน , เคมี และบัลซามิก และพบว่ามี
บ๊อง , เผ็ดและ balsamic ชุดแสดงความแตกต่างระหว่าง
ทั้งไวน์เป็น sotolon สารประกอบที่มีมากที่สุดที่ส่งผลกระทบต่อ
หอม ผู้เขียนเหล่านี้พบว่าเปลี่ยนเฉพาะส่วนของ
มัน และบัลซามิกชุด amontillado สามารถคาย oloroso ไวน์
และการเปลี่ยนแปลงเหล่านี้จะได้รับโดยการเพิ่มริ้วรอยเกิดออกซิเดชัน
การแปล กรุณารอสักครู่..