[发明专利]基于多数据融合的干腌火腿储藏年份预测方法在审

专利信息
申请号: 202010529269.4 申请日: 2020-06-11
公开(公告)号: CN111693662A 公开(公告)日: 2020-09-22
发明(设计)人: 刘源;姜水;倪晨蝶;陈高乐 申请(专利权)人: 上海交通大学
主分类号: G01N33/12 分类号: G01N33/12;G01N21/84;G06K9/46;G06K9/62;G06N3/08
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 多数 融合 火腿 储藏 年份 预测 方法
【说明书】:

发明公开了基于多数据融合的干腌火腿储藏年份预测方法,属于肉品品质检测领域。该预测方法包括步骤:储藏年份已知的干腌火腿分别制备方块状、粉状和液态的干腌火腿检测样品后,采用电子鼻、电子舌和机器视觉分别对储藏年份已知的干腌火腿进行检测,构建智能感官数据库并提取特征值,将提取的特征值作为自变量、储藏年份作为因变量,多数据融合建模得到确定系数大且均方根误差小的储藏年份预测模型,对储藏年份未知的干腌火腿经智能感官检测和特征提取后,导入上述储藏年份预测模型得到其预测储藏年份。本发明实现对干腌火腿的快速准确预测,操作简单、效率高、预测准确,具有较高的应用价值。

技术领域

本发明涉及肉品品质检测领域,尤其涉及一种基于多数据融合的干腌火腿储藏年份预测方法。

背景技术

干腌火腿是一种由猪的前、后腿作为原料,经过盐腌、整形、后熟等工序加工而成的广受消费者喜爱的肉制品。在诸多加工工序中,后熟过程是形成干腌火腿特色风味的重要途径,同时储藏年份也是判定干腌火腿品质等级的重要指标,并决定了产品的价格。通常储藏年份越久干腌火腿产品的价格越贵,利益的驱使使得以次充好、以假乱真的现象时有发生,未达到规定储藏年份的火腿制品在没有得到较好的管制情况下流入市场,严重影响了市场秩序。对于市场而言,能否快速准确的鉴别出劣质干腌火腿产品成为了亟待解决的问题。干腌火腿储藏年份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,导致干腌火腿储藏年份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,干腌火腿储藏年份的快速检测新方法成为日益重要的研究内容。

不同储藏年份的干腌火腿其内部营养成分会有较大差异性,其差异宏观表现在香味、滋味和外观等外部指标的变化。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、电子舌和电子眼等。智能感官技术能够将干腌火腿的香味、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,从而实现对干腌火腿品质的直接表征。不同于人工感官评价方法,智能感官技术能够更加客观地、高效地评价干腌火腿的品质特性,目前尚未见将智能感官技术与干腌火腿储藏年份预测相结合的技术报道。

发明内容

针对干腌火腿储藏年份检测存在的上述问题,本发明提供了一种基于多数据融合的干腌火腿储藏年份预测方法,结合多种智能感官数据快速准确地预测干腌火腿的储藏年份,具有较高的实际应用价值,值得广泛推广。

为了达到上述目的,本发明所采用的技术方案如下:

基于多数据融合的干腌火腿储藏年份预测方法,包括如下步骤:

(1)储藏年份已知的干腌火腿分别制备方块状、粉状和液态的干腌火腿检测样品;

(2)采用电子鼻、电子舌和机器视觉分别对上述干腌火腿检测样品进行检测,构建智能感官数据库,并提取特征值;

(3)将步骤(2)中提取的特征值作为自变量,所述干腌火腿检测样品的储藏年份作为因变量,多数据融合建模,得到确定系数(R2)大且均方根误差(RMSE)小的储藏年份预测模型;

(4)储藏年份未知的干腌火腿经上述步骤(1)和(2),得到特征值,再将得到的特征值导入步骤(3)所述储藏年份预测模型,得到其预测储藏年份。

在本发明的实施方案中,步骤(1)中,所述干腌火腿检测样品的制备方法包括:

(101)若干储藏年份已知的干腌火腿去骨去皮,取肌肉部分切成边长为1-2cm的方块状干腌火腿样品;

(102)所述方块状干腌火腿样品采用液氮进行冷却后,研磨3-5s,并重复研磨3-5次,得到粉状干腌火腿样品;

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,未经上海交通大学许可,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/202010529269.4/2.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