基于對牛肉氣味敏感的氣敏傳感器陣列,石志標等建立了牛肉檢測電子鼻系統,并應用該電子鼻系統對不同新鮮度(貯存7天)的牛肉進行了識別實驗,識別率達到99.25%,表明電子鼻檢測牛肉新鮮度是可行的。孫鐘雷根據豬肉的氣味特征建立了一套用于豬肉新鮮度識別的電子鼻系統,并采用該系統檢測了不同新鮮度的豬肉樣品,通過特征值優選、種群規模確定及樣本數確定后,依據豬肉的新鮮度模式,確定了遺傳優化的組合 RBF 神經網絡作為模式識別方法,該系統對豬肉新鮮度的識別率達95%。顧賽麒等采用電子鼻研究冷卻豬肉在不同貯藏溫度(-18℃、0℃、4℃、10℃、20℃)條件下新鮮度的變化規律,發現貯藏不同時間的肉樣揮發性氣味差異顯著,且貯藏溫度越高,肉樣新鮮度發生顯著下降的時刻越早。
采用 PLS 法發現電子鼻檢測數據與感官評分之間具有較強的相關性,電子鼻在一定程度上可以替代感官評定。柴春祥等采用電子鼻技術對保存溫度和時間對豬肉揮發性成分的影響進行了研究,以電子鼻輸出信號與采集時間的斜率為特征值,該特征值隨豬肉樣品保存溫度的升高而增加,也隨保存時間的延長而增加。常志勇基于人類鼻子的結構和嗅覺原理,設計了嗅覺仿生單元,建立了檢測雞肉新鮮度的仿生電子鼻系統。在網絡訓練采用10折交叉驗證訓練方案的基礎上,系統驗證出雞肉腐敗閾值,可用于對不同新鮮度的雞肉進行分類。Musatov 等采用基于金屬氧化物半導體傳感器(MOS)的 KAMINA 電子鼻和線性判別分析(linear discriminant analysis,LDA)模式識別方法,評估了肉的新鮮度,結果發現由同一廠家提供的肉樣,采用一到兩個標準樣品就可達到100%的正確識別;分別在4℃和25℃貯存的兩種肉樣僅能在變質的前期相互識別;要用電子鼻建立可靠的LDA識別模式,必須有3～4個訓練周期。
研究了幾個氣敏傳感器在檢測牛肉新鮮度中的可行性,發現其中5個傳感器可以用于牛肉新鮮度的檢測,并采用這5個傳感器建立了牛肉新鮮度檢測的電子鼻檢測系統。Panigrahi 等用含有9個 MOS 的電子鼻研究了貯存在4℃和10℃的牛腰條肉,采用線性判別分析(LDA)和二次判別分析(QDA)來建立模型,采用 LOO-CV 和 Bootstrapping 法對所建模型進行驗證;對10℃貯存樣品,LDA 分析法的最高分類準確率分別為83.8%和89.1%;QDA 分析法為81.5%和93.2%;對4℃貯存樣品,LDA 分析法的最高分類準確率分別為80%和86.6%;QDA 分析法為85%和96%。肖虹等采用電子鼻檢測了冷卻豬肉在不同貯藏溫度和時間條件下揮發性成分的變化,通過主成分分析和判別分析建立的氣味指紋圖譜可以對冷卻豬肉的新鮮度與貨架壽命做出很好的判別。洪雪珍等采用 Pen2 電子鼻對不同貯藏時間的豬肉樣品進行檢測,優化了檢測條件,采用主成分分析和線性判別分析均能將不同貯藏時間的豬肉樣品很好地區分開,且線性判別分析結果顯示電子鼻能較好區分不同貯藏時間的豬肉樣品;采用逐步判別分析和BP神經網絡對豬肉貯藏時間進行預測,訓練集的準確率分別為100%和94.17%,預測集的準確率分別為97.92%和93.75%。