[发明专利]基于决策树提取特征判别马苏里拉奶酪身份标识的方法

说明书

本发明公布了一种基于决策树提取特征判别马苏里拉奶酪身份标识的方法，包括：对马苏里拉奶酪的特征风味组分进行确定并定量；生成身份标识性特征风味组分模型，得到马苏里拉奶酪身份标识性特征风味组分；利用支持向量机SVM模型判别未知马苏里拉奶酪的级别，实现未知马苏里拉奶酪级别的判定。本发明方法提高了马苏里拉奶酪身份判别的准确率，节省了大量人力与感官评价相关费用，使马苏里拉奶酪分级更加客观、有效。

技术领域

本发明涉及奶酪身份特征的识别技术，尤其涉及一种基于决策树提取特征判别马苏里拉奶酪身份标识的方法。

背景技术

马苏里拉奶酪是是进口量仅次于切达奶酪的一种拉伸奶酪。水牛奶马苏里拉奶酪的营养价值相对牛奶的而言更丰富，但其成本也更高，因此极易发生掺假现象。通常而言不同级别的马苏里拉奶酪的评价大多以主观的感官评价为主，缺少客观的评价标准，但由于不同乳源马苏里拉奶酪风味差异程度较小，通常不是经验丰富的马苏里拉奶酪制造者或者使用者，很难对两种不同乳源的奶酪进行确定。另外对于奶酪基本依赖进口的我国而言，水牛奶马苏里拉奶酪的感官评定分级方法因缺少生产经验和使用经验而难以操作，主要依赖进口标签对其进行区分，因此很容易造成掺假，导致品质良莠不齐。如何利用仪器分析对进口水牛奶马苏里拉奶酪的身份以及奶酪品质进行确定，一直是我国进口奶酪产业一个难以解决的问题。

奶酪的风味与其品质有较大相关性，是影响其质量的关键因素，不同等级的奶酪具有不同浓度的挥发性特征组分，因此近年来也有研究者利用风味分析方法对马苏里拉奶酪分级展开初步研究，但大多采用固相微萃取气相色谱质谱联用仪(SPME-GC-MS)得到不同奶酪中的挥发性组分峰面积，再结合电子鼻，采用主成分分析(Principal ComponentAnalysis)、聚类分析(Cluster Analysis)、偏最小二乘法(Partial Least Squares)等方法直接鉴别样本，并没有对不同等级奶酪特有的身份判别风味组分进行分析，信息特征不够，因而不能准确地区分不同成熟期的马苏里拉奶酪。

发明内容

为了克服上述现有技术的不足，本发明提供一种基于决策树提取特征判别马苏里拉奶酪身份标识(特征化合物)的方法，基于决策树算法提取马苏里拉奶酪特征，建立马苏里拉奶酪身份标识性特征风味组分模型，识别出不同的身份标识性特征风味组分，由此判别马苏里拉奶酪的身份等级。

本发明提供的技术方案是：

基于决策树提取特征判别马苏里拉奶酪身份标识的方法，包括如下步骤：

1)对马苏里拉奶酪的特征风味组分进行确定并定量；执行如下操作：

11)采用香气提取物稀释分析方法(AEDA)测定马苏里拉奶酪的特征风味组分，得到每种挥发性香气物质的香气稀释因子；

具体地，通过溶剂辅助风味蒸发法(SAFE)，对水牛奶马苏里拉奶酪样品的挥发性分为组分进行萃取，得到浓缩液；将得到的浓缩液用正己烷按1:3进行系列稀释(按照3的N次方进行稀释)，稀释倍数分别为3、9、81、243...，每次稀释后的溶液进入气相-嗅闻装置(GC-O)进行分析，直到感官评价员在嗅探口末端不再闻到任何气味则停止稀释，每种挥发性香气物质的最高稀释倍数即为其FD因子(Flavor dilution factor，香气稀释因子)。每个稀释倍数的样品由感官评价员分析三次，有两次以上在同一嗅闻时间有相同感官描述即为有效结果。通过AEDA方法确定得到水牛奶马苏里拉奶酪中共有23种特征风味组分。

12)特征风味组分的标准曲线的制备；