【摘要】利用电子鼻对鲳在不同贮藏温度与贮藏时间下的挥发性气味变化进行了分析,并对电子鼻测定获得的数据进行了主成分分析(PCA)与判别因子分析(DFA)。将电子鼻PCA与DFA分析获得的鲳的气味变化突变点作为气味变化的切分点与理化品质指标值(菌落总数)相结合,建立了鲳在273～283K下的Q10货架期预测模型。结果表明,电子鼻PCA与DFA分析能很好地将贮藏于273、283与293K下的鲳随着贮藏时间变化的气味进行区分。贮藏于不同温度条件下的鲳的TVBN与菌落总数值回归拟合方程均符合一级化学动力学模型(R2>0.95)。基于电子鼻PCA与DFA分析获得的283K与293K下的气味变化切分点与相同温度下理...