基于分層聚類的電子舌用于啤酒的識別

◎李婧祎

（東北電力大學自動化工程學院，吉林 132012）

基于分層聚類的電子舌用于啤酒的識別

◎李婧祎

（東北電力大學自動化工程學院，吉林 132012）

利用電子舌系統對6種品牌啤酒進行檢測，所得數據運用分層聚類算法進行分析，觀察其品牌分辨結果，評估聚類效果。在樹狀圖中，不同品牌的啤酒樣品分別被聚成一類，并無混淆現象發生，而且劃分效果十分清晰明了，說明采用分層聚類算法的電子舌可以用于啤酒的識別。

分層聚類；電子舌；啤酒；識別

傳統的商品質量檢測方法不外乎理化指標檢測和感官品評[1]。前者通過檢測樣品中的各種化學物質來評價產品質量，此方法使用起來比較復雜，而且費時費力;后者則是人工對產品進行感官評價，但由于檢測人員具有太多的主觀性及不確定性，導致這種方法并不十分可靠。電子舌作為感官仿生技術的代表作品之一，是模仿生物感受味覺的原理制成的，擁有操作簡單、性價比高、反應靈敏及味覺識別效果好等優點，輸出結果具有客觀性，對傳統檢測方法的壓倒性的優勢，使其逐漸取代傳統檢測方法，運用于各式各樣的商業檢測中，如茶類[2]和酒類[3]。

在人工味覺領域中，電子舌的主要模式識別方法包括使用主成分分析方法（PCA）、偏最小二乘回歸線性方法（PLS）、人工網絡識別方法（ANN）和模糊識別方法等[4]。暫時還未發現有人使用分層聚類方法對人工味覺進行識別，鑒于分層聚類識別方法在數據挖掘領域的成果，在人工味覺領域對分層聚類算法進行嘗試是十分具有價值的。

該研究進行了基于電子舌的不同品牌啤酒的區分辨別實驗。利用電子舌分別對不同品牌的啤酒進行測定，并首次對所得數據使用分層聚類算法進行分析識別。目的是從啤酒品牌的分辨效果，評估將分層聚類識別方法用于人工味覺領域的可行性。

1 電子舌的原理

電子舌系統最初的設計靈感來自生物的味覺感受機制，主要由味覺傳感器陣列、信號采集系統和模式識別系統這三部分組成。其中，傳感器陣列相當于生物機制的舌頭，與樣品中的味覺物質反應，輸出整體特征響應信號，具有低選擇性、非特異性、交互敏感等特性。而傳感器陣列的輸出信號將通過模擬神經系統的信號采集系統輸入到計算機模式識別系統之中，發揮生物機制中的大腦功效，應用相應的算法進行模式識別和定性定量分析。根據傳感器陣列工作原理的不同，可把現有的電子舌系統分為電位型、伏安型、阻抗譜型、光尋址型、物理型及生物傳感器等種類。目前使用最為廣泛的電子舌系統是法國Alpha M.O.S公司制造的Astree電子舌及日本insent公司和Toko課題組合作開發的味覺分析系統。

2 分層聚類算法

分層聚類算法，又稱層次聚類或者系統聚類，就是對給定樣品數據對象的集合進行層次分解，是數據挖掘的主要方法之一[5]。根據其分解采用的分解策略不同，可分為凝聚式和分裂式，這兩種方式的聚類方向如圖1所示。通過分層聚類后，數據樣品會根據之間的相關性聚為一類，通過聚類后的樹狀圖對樣品特征進行分析，雖然其計算量大且聚類操作不可逆，但使用方法簡單，在劃分類別上作用明顯，效果良好。

3 實驗

3.1 實驗材料

此次實驗使用的6種啤酒樣品的品牌分別為:藍帶啤酒、雪花啤酒、五星啤酒、哈爾濱啤酒、百威啤酒和青島啤酒，均從校園超市購買所得。首次采樣前未打開包裝，樣品也未經過任何處理。

圖1 不同分層聚類算法的聚類方向

3.2 實驗儀器

實驗使用的儀器為SA-402B味覺分析系統。這是日本Toko課題組與insent公司合作開發的電子舌系統，裝配有多個傳感器探頭，使用電位型傳感器組成多通道仿生脂質膜系統，分別對應于鮮、咸、苦、酸和澀，將各種味道轉換為電位差。工作原理為電子舌的傳感器與待測物質接觸時，傳感器上的脂膜通過疏水作用和靜電作用與樣品中不同的味覺物質發生反應，從而使仿生脂質膜上的膜電勢發生變化，這種變化能夠被計算機檢測到，從而將傳感器的相應響應數值記錄下來[6]。此次儀器裝配的傳感器為鮮味傳感器（AAE）、咸味傳感器（CT0）、苦味傳感器（C00）、酸味傳感器（CA0）和澀味傳感器（AE1）。

數據采集前，為保證電極穩定輸出，需要對電極和傳感器進行活化。此外，電子舌系統還需進行自檢、診斷和校正等步驟，控制其工作溫度于25 ℃左右，來確保電子舌的響應信號具有可靠性和穩定性。

3.3 實驗方法

啤酒樣品屬于不含高酒精的液體樣品，故無需對樣品進行預處理，直接倒入測量杯中，靜置直至泡沫消失。與標準溶液及清洗溶液分別放置在分析儀器的對應位置，如圖2所示。

圖2 3種溶液對應的放置位置

測量在室溫條件下進行，每種品牌的啤酒算作一個樣品，每個樣品每次實驗測量6次，共進行3次實驗。在數據處理之前，對每個樣品每次實驗所得的6個數據進行求平均值處理，得到新的數據，帶入算法中進行聚類處理。

3.4 算法實現

該研究使用MATLAB程序編寫了適合處理此次實驗數據的分層聚類算法。此算法可根據啤酒樣品間的相關程度，生產聚類樹狀圖，聚類的結果即為對啤酒樣品的區分結果。在對其他的距離計算方法與聚類算法對比之后，選定使用默認的歐氏距離法結合內平方差算法對樣品測量數據進行聚類處理，這兩種方法結合具有良好的辨識度，區分識別的效果也是最佳，故此算法為該實驗的最優分層聚類識別方法。

4 數據處理及結果

將實驗數據經分層聚類算法進行識別分析后，輸出的圖像如圖3所示，計算所得的各品牌啤酒間的相關系數C＝0.791 0。橫坐標軸為啤酒樣品的編號，縱坐標軸為樣品間距離，即相關系數。由聚類結果樹狀圖可看出，當樣品間距離定為7時，可將所有樣品數據劃分為2類，第一類包含的樣品編號為｛6，18，12，4，16，10｝，第二類由剩下的樣品數據組成;當相關系數為5.700 0時，可進一步將第二類樣品劃分為2類，第一類不變，第二類的樣品組成為｛5，17，11｝，第三類為剩下的樣品數據;以此類推，當距離為2.400 0時，所有的樣品被劃分為6類。經過與樣品數據編號進行比對，發現每一類中的樣品編號均屬于同一品牌啤酒，并未發現混淆情況。即是說明，分層聚類的識別方法在區分識別啤酒品牌的實驗中表現良好。

圖3 6種品牌啤酒樣品聚類后的樹狀圖

5 結論

通過實驗，可以看見所有品牌的啤酒樣品均被無誤的區分出來。由此可見，電子舌對啤酒滋味測量的辨識度和準確度相當高，將分層聚類算法運用于電子舌數據的處理之中是非?？尚械?，這兩種方法的結合用于不同品牌啤酒辨別效果非常好。

[1]賈洪峰，梁愛華，何江紅.電子舌對啤酒的區分識別研究[J].食品科學，2011，32（24）:252-255.

[2]姜莎，陳芹芹.電子舌在紅茶飲料區分辨識中的應用[J].農業工程學報，2009，25（11）:345-349.

[3]戴鑫，于海燕，肖作兵.電子鼻和電子舌在飲料酒分析中的應用近況[J].食品與發酵工業，2012，38（8）: 114-118.

[4]鄧少平，田師一.電子舌技術背景與研究進展[J].食品與生物技術，2007，26（4）:110-116.

[5]張俊溪，楊海粟.基于層次聚類的離群點分析方法[J].計算機技術與發展，2014，24（8）:80-83.

[6]鄧莉，潘從道，何靜仁.電子舌在啤酒區分辨識中的應用[J].分析儀器，2013（2）:63-68

Base on Hierarchical Clustering for Beer Discrimination with Electronic Tongue

Li Jingyi
（School of Automation Engineering, Northeast Dianli University, Jilin 132012, China）

In this paper, the electronic tongue system was used to discriminate six brands of beer, the hierarchical clustering method was used for data analysis, in order to evaluate the clustering result, the brands and result was observed and distinguished. In the tree map, the same brands of beer samples are gathered into a category with no confusion, and the clustering effect is very obvious, the result showed that the discrimination of beer could be realized by hierarchical clustering method using electronic tongue.

Hierarchical Clustering method; Electronic Tongue; Beer; Discrimination

TS262

李婧祎（1990-），女，滿族，吉林省永吉縣，碩士研究生，主要研究方向：電子舌。