本文以不同品牌的酱油样品为研究对象，优化了电子舌测定的基本方法，并探究了电子舌测定结果与感官评价的相关性。同时，结合多种模式识别方法，讨论了电子舌对不同品牌酱油的区分能力。

检测样品：

采用市售生抽酱油作为实验原料，均属于高盐稀态酱油，同型号酱油取样两个批次，不同批次间生产日期差异控制在 3 个月内。具体品牌见表 1。

实验仪器：TS-5000Z 电子舌，日本 Insent 公司

检验指标：电子舌测定结果与感官评价的相关性

实验结果：

通过研究确定了电子舌测定酱油滋味的最适宜条件为：30 倍稀释倍数，选择酸、苦、鲜、咸、甜、饱满感 6 个滋味指标。测定了不同酱油样本呈味组分的含量，结合电子舌数据进行相关性分析，发现各传感器与相应滋味组分均具有显著的相关性。结合不同模式识别方法，发现电子舌能对不同品牌的酱油进行区分，PCA、DFA 的前两个主成分贡献率分别达 83.8%、98.1%，判别函数正判率达到 99.3%，神经网络分析的预判能力Z强，判别率达 100%。

结论：

本文研究了电子舌在酱油中的区分识别。首先优化了电子舌测试酱油的方法，研究表明，在稀释倍数为 30 倍时，电子舌对酱油整体滋味的检测能达到较全面的效果，能够更完善地体现其呈味特征；选择苦味、酸味、鲜味、咸味、甜味、饱满感作为电子舌测试的 6 个指标，能够综合地反应不同酱油的滋味特点，利于表征及识别。通过对不同酱油样本的呈味组分与电子舌测定结果的相关性分析，发现电子舌采集数据与相应的呈味组分之间具有显著的相关性，证实了各传感器与特定滋味组分的响应关系。电子舌能对不同品牌的酱油进行区分，采用 PCA、DFA 均取得了良好的分类效果，前两个主成分累计贡献率分别达 83.8%、98.1%，而 BPNN 对样品的预测能力更高，不同品牌酱油的训练集、测试集和保持集的正确率均能达到 100.0%。