[发明专利]一种鉴别鱼类产地的方法

权利要求书

1.一种鉴别鱼类产地的方法，其特征是，包括以下步骤：

选取真实产地鱼类样品；

取得耳石并进行前处理；

分析元素含量及碳氧同位素含量；

将元素含量及碳氧同位素含量建立数据库；

根据建立的数据库数据建立预测模型；

选取未知鱼类样品的耳石，并进行前处理；

分析未知鱼类样品耳石的元素含量及碳氧稳定同位素含量；

将未知鱼类样品耳石的元素含量及碳氧稳定同位素含量数据结果带入预测模型，输出产地结果。

2.根据权利要求1所述的一种鉴别鱼类产地的方法，其特征是，根据建立的数据库数据建立预测模型的步骤中通过判别分析、聚类分析或人工神经网络方法来进行模型计算，并采用相应的验证方法对耳石预测模型进行判别准确率的验证。

3.根据权利要求1所述的一种鉴别鱼类产地的方法，其特征是，将元素含量及碳氧同位素含量建立数据库的步骤如下：

收集样品中元素含量以及同位素比值，并对数据进行标准化或归一化处理，标准化方法为直线型、折线型方法或曲线型方法；

归一化处理方法为min-max标准化，Z-score标准化或Sigmoid函数法；

通过不同的归一化方法优选出最佳数据归一化方法，归一化方法为：将所有数据取绝对值后，计算自然对数是最佳的数据归一化方法；

或者，在不考虑最终计算结果的情况下，选择将数据映射到（0，1）之间或者（-1，1）之间。

4.根据权利要求3所述的一种鉴别鱼类产地的方法，其特征是，将标准化或归一化处理后的数据按照国家进行分组，作为模型的训练集；利用深度神经网络对经过归一化处理的训练集进行学习，深度神经网络的算法为受限波尔兹曼机，深度信念网络，卷积网络或堆栈式自动编码器。

5.根据权利要求3所述的一种鉴别鱼类产地的方法，其特征是，建立预测模型的方法为人工神经网络方法，人工神经网络采用SPSS作为软件实施实体，将所述训练集中的样本输入至深度神经网络中；利用所述深度神经网络进行信息提取，并输出目标信息；通过反向传播算法对所述深度神经网络进行优化训练，并对所述人工神经网络中的参数进行优化；最终建立可靠的人工神经网络模型。

6.根据权利要求5所述的一种鉴别鱼类产地的方法，其特征是，建立预测模型后对模型进行验证，将所述测试集中的一个测试样品输入至人工神经网络模型中，通过所述深度神经网络模型自动为所述测试点计算分组的概率。

7.权利要求1所述的一种鉴别鱼类产地的方法，其特征是，建立预测模型后对模型进行验证，验证方法为留一法，将某一个已知产地的样品取出，剩余样品建模然后将取出的样品带入模型判断产地，将数据库中所有样品重复上述过程，正确判别的样品除以总体样本数即为模型的验证准确率；

或者验证方法采用独立样本验证的方法，将数据库样品分成70%和30%两部分，70%样品作为训练集用于模型建立，30%的样品作为验证集带入模型判别，最后计算准确率；

或者采用交叉验证法验证，建立预测模型后对模型进行验证，交叉验证方法为5-fold法，将样品等分为5份，将其中20%样品作为验证集，剩余样品作为训练集训练模型，获得验证集的准确率，将数据库中剩余样品重复上述过程，5次模型的准确率平均值即为模型的验证准确率。

8.根据权利要求1-7任意一项所述的一种鉴别鱼类产地的方法，其特征是，分析鱼类耳石中元素含量，要分析的元素为稀土元素以及Ca、Al、Sr、 Fe、Na、K 、Cl；

其中要分析的稀土元素包含镧、铈、镨、钕、钷、钐、铕、钆、铽、镝、钬、铒、铥、镱、镥、钇、钪中的两种以上；

优选的，要分析的稀土元素包含镧、钕、钆、铥、钇、钪。

9.权利要求1-7中任意一项所述的一种鉴别鱼类产地的方法，其特征是，取鱼的耳石外侧到中心2/3的位置样品。

10.根据权利要求9所述的一种鉴别鱼类产地的方法的使用方法，其特征是，耳石前处理包括以下步骤：

耳石样品清洗晾干，研磨后过60目筛；

将耳石样品分成m和n两部分，耳石样品m加入盐酸和硝酸形成的混合酸中，进行加压加热消解，消解后定容后备用；

将溶液加热赶酸；

经无机滤膜过滤后定容，得到的溶液用于分析元素含量；

耳石样品n在氦气氛围下加入磷酸，水浴加热2-8h，冷却到室温，将磷酸酸化产生的CO₂气体用于分析耳石中的碳氧稳定同位素比值；

优选的，盐酸和硝酸形成的混合酸中盐酸和硝酸的体积比=3：1；加压加热消解过程中加热温度为120-140℃，并置于高压消解罐中；加热赶酸的温度为80-99℃；

优选的，耳石样品n在加入磷酸前先用压力0.2-0.4bar的氦气置换容器内的空气；水浴加热的温度为T1，80≤T1＜100℃；无机滤膜的孔径为0.22μm。