[发明专利]一种应用于产地溯源的肉类鉴别方法及装置

说明书

技术领域

本发明涉及肉类鉴别领域，尤其涉及一种肉类掺假鉴别方法及装置。

背景技术

现实生活中，市场上出现很多肉类掺假事件，使得肉类产品的安全问题处于风口浪尖，备受人们争议和关注。比如在2014至2015年对广东省牛羊肉及其制品中掺杂掺假情况进行调查：50份检验样品中，检出10份掺假肉食品，总掺假率为20.0％。可见国内肉类市场掺假的严重程度。食品造假掺假、以次充好的事件不仅严重危害了消费者的健康和利益，同时也影响了相关企业的发展以及民众对国内食品安全的信任度。比如将猪肉充作为是牛肉、羊肉。

因而，快速准确的对肉类产品进行快速鉴别，遏制不良商家的造假行为显得迫在眉睫。传统的肉类鉴别方法包括生物鉴定法和感官评定法，而对于生物鉴定法一般比如采用聚合酶链式反应(PCR)、酶联免疫分析(ELISA)等，该类检测方法虽然检测精度很高但存在着工序复杂、成本高、破坏样本、检测时间长等缺点；而对于感官评定法，需要人工丰富的经验，误差较大。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种应用于产地溯源的肉类掺假鉴别方法，其能够解决现有技术中家畜肉类掺假鉴别的成本高、检测时间长、误差大等问题。

为了克服现有技术的不足，本发明的目的之二在于提供一种应用于产地溯源的肉类掺假鉴别装置，其能够解决现有技术中家畜肉类掺假鉴别的成本高、检测时间长、误差大等问题的问题。

本发明的目的之一采用以下技术方案实现：

一种应用于产地溯源的肉类掺假鉴别方法，包括以下步骤：

S1：分别制备多个不同肉类的样本集，每个样本集包括多个检测样本；

S2：分别采集S1中每个检测样本的原始光谱；

S3：计算每个检测样本的马氏距离以及每种肉类的马氏距离阈值，并根据每个检测样本的马氏距离以及对应肉类的马氏距离阈值得出奇异点样本，然后将奇异点样本从每种肉类的样本集中剔除后得到对应的剩余样本集；

S4：对多个剩余样本集中所有检测样本的原始光谱分别进行预处理；

S5：将多个剩余样本集中所有检测样本随机划分为校正集和检测集，通过建模方法对检测集建立鉴别模型。

进一步地，所述每种肉类样本的马氏距离阈值T为：其中为同一种肉类的所有样本向量的平均光谱、δ为调整参数、σ_D为马氏距离标准差；

所述每个检测样本的马氏距离D(X_i)为：其中X_i为第i个光谱向量、为光谱向量的平均光谱，s为协方差矩阵；所述每个检测样本的马氏距离为每个检测样本的样本向量X_i到平均光谱的马氏距离；

所述奇异点样本为马氏距离D(X_i)大于对应肉类的马氏距离阈值T的检测样本。

进一步地，所述预处理为多元散射校正预处理、标准正则变换预处理、一阶求导预处理、二阶求导预处理、Savitzky-Golay平滑预处理和归一化预处理中的一种。

进一步地，所述建模方法为PLS-DA建模方法或SVM建模方法。

进一步地，所述样本集通过以下制备过程得到：

在不同肉铺、不同超市采集每种肉类的精瘦肉样本并放置于实验室冰箱进行冷藏，然后对将每个样本切成薄片并放入45度的恒温箱烘干48小时，最后将每个样本研磨成粉末后分别装入干燥保鲜膜中保存。

进一步地，每个原始光谱是通过傅里叶变换红外光谱仪对每个检测样本进行连续多次扫描采集，并且每个检测样本扫描采集的次数相同，然后根据每个检测样本多次采集到的数据取平均值得到。

进一步地，所述傅里叶变换红外光谱仪的扫描波数范围为4000-450cm^-1、分辨率为4cm^-1、扫描环境温度为25℃、湿度为30±5％。

进一步地，所述S5还包括通过建模方法对校正集建立鉴别模型。

进一步地，所述肉类为猪肉或牛肉或羊肉。

本发明的目的之二采用以下技术方案实现：

一种应用于产地溯源的肉类掺假鉴别装置，包括：

样本采集模块，用于分别制备多个不同肉类的样本集，每个样本集包括多个检测样本；

光谱采集模块，用于分别采集S1中每个检测样本的原始光谱；