[发明专利]基于多种智能感官数据融合的食品品质鉴定方法在审

专利信息
申请号: 202010529229.X 申请日: 2020-06-11
公开(公告)号: CN111693658A 公开(公告)日: 2020-09-22
发明(设计)人: 刘源;姜水;陈高乐;倪晨蝶;邓绍林;王晓明;李凌云 申请(专利权)人: 上海交通大学;广东温氏佳味食品有限公司
主分类号: G01N33/02 分类号: G01N33/02;G01N33/12;G01N21/84;G06K9/62;G06T7/00
代理公司: 上海伯瑞杰知识产权代理有限公司 31227 代理人: 周一新
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 多种 智能 感官 数据 融合 食品 品质 鉴定 方法
【说明书】:

发明公开了基于多种智能感官数据融合的食品品质鉴定方法,属于食品品质检测领域。该鉴定方法包括:通过电子鼻、电子舌和机器视觉多种智能感官技术分别检测不同品质类别的食品,构建智能感官数据库并提取特征值,对提取的特征值进行标准化处理、数据结构量化、获取归类概率,基于以上步骤中计算的结果综合多种智能感官技术对未知品质样本进行归类。本发明可实现对食品品质品别的快速准确预测,操作方便、效率高、正确率高,具有较高的应用价值,值得广泛推广。

技术领域

本发明涉及食品品质检测领域,尤其涉及一种基于多种智能感官数据融合的食品品质鉴定方法。

背景技术

食品在加工和储藏过程中受到温度、湿度、光照等因素的影响,其内部品质会产生变化。这些品质差异性直接决定了食品的产品等级和价格等,同时市场在利益的驱使使得以次充好、以假乱真的现象时有发生,未达到等级或品质要求的食品在没有得到较好的管制情况下流入市场,严重影响市场秩序。对于市场而言,能否快速准确的鉴别出食品品质成为了亟待解决的问题。目前,食品的传统评价方法多依靠理化指标检测和人工感官评定方法,然而这两种方法均存在一些问题,如理化指标检测需要复杂的样品前处理和昂贵的检测仪器等,且在检测过程中所用有机溶剂对操作人员的健康产生威胁,人工感官评价方法则具有主观性强、重复性差、影响因素复杂、花费时间长等缺点。由于这些缺点,导致以上两种传统评价方法在市场上推广困难重重,因此,在食品检测领域,新型的快速检测新方法成为了日益重要的研究内容。

食品品质可由多种指标进行评价,其中较为重要的为色、香、味等宏观品质,这些指标是消费者较为关注的品质指标。智能感官技术是一种模拟生物感官功能的新型检测方法,包括电子鼻、电子舌和机器视觉等,能够将食品的香味、滋味和外观等信息转化为响应信号,再基于数据融合方法从这些响应信号中提取出有用信息,从而实现对食品品质的直接表征,不同于人工感官评价方法,智能感官技术能够更加客观地、高效地评价食品的品质特性。

发明内容

针对现有技术对食品检测的不足,本发明提供了一种基于多种智能感官数据融合的食品品质鉴定方法,结合多种智能感官数据快速准确地鉴定食品品质,高效地实现食品品质的快速评价,具有较高的实际应用价值。

为了达到上述目的,本发明所采用的技术方案如下:

基于多种智能感官数据融合的食品品质鉴定方法,具体地,包括如下步骤:

(1)食品智能感官数据获取:将已知品质的食品样本作为检测样品,按照品质不同分为若干批次,对不同批次食品样品进行智能感官检测,构建智能感官原始数据库;其中:

所述智能感官包括但不限于电子鼻、电子舌和机器视觉响应信号,且所述电子鼻、电子舌传感器个数分别不低于三根,所述机器视觉检测时获取的图片分辨率不低于600×600;

(2)特征提取和特征选择:分别提取步骤(1)获得的各种智能感官数据中至少三种特征值;其中:

机器视觉数据提取的特征值包括但不限于RGB色彩模式下的红值平均值、绿值平均值、蓝值平均值和其数学变化后的红值标准偏差、绿值标准偏差、蓝值标准偏差,及经图像前处理算法小波变换后各通道的平均值(m)、标准差(s)和平均能量(e);

电子鼻数据和电子舌数据提取的特征值包括但不限于传感器响应信号的最大值、最小值、稳定阶段响应值、响应信号的平均值、响应信号的积分值和响应信号的微分值;

(3)智能感官数据标准化:对步骤(2)提取的特征值进行标准化处理;

(4)数据结构量化:通过步骤(3)获得标准化后的各种智能感官数据特征值,将这些特征值作为样本点的坐标值,求出各个已知品质样本种类的重心坐标和各个未知品质样本点到各个种类重心的距离;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学;广东温氏佳味食品有限公司,未经上海交通大学;广东温氏佳味食品有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010529229.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top