[发明专利]一种生鲜牛肉的安全分级方法

权利要求书

1.一种生鲜牛肉的安全分级方法，其特征在于，该方法包括以下步骤：

(1)首先采集大量的生鲜牛肉样品，按照预定的实验周期，对样品进行光谱数据信息采集；

每隔24h从生化培养箱中按编号顺序取出若干样本进行近红外光谱扫描，每次扫描前，先将近红外光谱仪预热30min，经过多次测试优化，最终选择分辨率为8cm^-1，扫描次数为32次，选择积分球漫反射扫描方式，取出待采样牛肉样本后，人工置于光谱仪载物台上，运行软件，首先存储扫描背景，然后完成光谱数据的采集和存储；

(2)按照国家标准规定的标准理化实验方法检测每个样品的TVB-N、pH值、细菌总数和肉色的标准值，求出上述各个指标随储存时间变化的回归方程和反回归方程，TVB-N随储存时间T变化回归方程为Logistic函数，pH值、细菌总数和肉色随储存时间变化回归方程是线性方程；

T=-log1099.989-XTVB-N12.78XTVB-N0.102;]]>

T=XlogCFU-7.7230.104;]]>

T=XPH-5.5670.038;]]>

T=-XL*-43.2210.458;]]>

T=-Xa*-23.6800.355;]]>

(3)对步骤(1)所采集的样品光谱数据信息进行预处理，把所有样品和相对应的样品光谱数据信息分为校正集和验证集；利用所述校正集的光谱数据信息分别寻找反映生鲜牛肉新鲜度的各个指标值对应的特征波长，并建立各个指标特征波长反射强度的多元线性回归预测模型；利用所述验证集的光谱数据信息和标准值评价所建各指标预测模型的精度，确定各个指标对应的最佳光谱数据预处理方法和最佳预测模型；

y=k1x1+k2x2+k3Σi=13jizi]]>

其中，y代表肉品新鲜度的预测模型，x₁代表挥发性盐基氮的预测模型，x₂代表pH值的预测模型，z_i代表颜色参数L*、a*、b*的预测模型，颜色采用CIE_Lab色空间，CIE_Lab色空间以L*值表示颜色的明度、a*值表示颜色的绿红值、b*值表示颜色的蓝黄值，k₁是挥发性盐基氮预测模型的加权系数，k₂是pH值预测模型的加权系数，k₃是颜色预测模型的加权系数，j_i代表颜色参数L*、a*、b*在颜色预测模型的加权系数；

(4)利用步骤(3)所确定的各个指标对应的最佳光谱数据预处理方法和最佳预测模型，来评价待测样品的新鲜度：采集待测样品光谱数据信息，利用所述最佳光谱数据预处理方法对光谱数据信息进行预处理，根据各指标最佳预测模型和各个指标随储存时间变化的反回归方程，预测出待测样品的TVB-N、pH值、细菌总数和肉色，进而预测出待测样品的储存时间，利用TVB-N、pH值、细菌总数和肉色多个指标综合评价待测样品的新鲜度；对代表牛肉新鲜度参数的指标挥发性盐基氮、PH值、颜色，进行理化测定，作为参照值；根据实验得到的理化数据，以挥发性盐基氮为主要指标，制定猪肉新鲜度的评定标准，分为一级鲜度、二级鲜度和变质肉。