[发明专利]基于质构数据预测澳洲坚果酸价和过氧化值的方法

说明书

本发明公开了一种基于质构数据预测澳洲坚果酸价和过氧化值的方法，该方法包括质构指标数据获取、酸价和过氧化值获取、归一化处理、构建训练BP神经网络模型、数据预测等步骤，从而实现了对贮藏澳洲坚果的酸价和过氧化值的预测。通过数据对比可知，本发明预测结果和实际值的相对误差均小于5％，预测准确度较高，能满足食品企业对澳洲坚果品质监控的需要；在使用中无需检测过氧化值和酸价就能快速获取澳洲坚果品质数据，降低了对坚果的质控成本，缩短了品质监控时长。

技术领域

本发明属于食品技术领域，具体涉及基于质构数据预测澳洲坚果酸价和过氧化值的方法。

背景技术

澳洲坚果是一种高经济价值的果品，其含油量高、营养丰富、风味独特，享有“干果之王”的称誉。由于澳洲坚果含油量较高，随着贮藏时间的增加，澳洲坚果的品质会逐渐下降，酸价和过氧化值逐渐升高，直至完全变质。因此，在评价品质时通过酸价、过氧化值的变化能反映出脂肪分解的程度、油脂氧化酸败的程度，从而判断澳洲坚果是否变质。

目前对澳洲坚果品质的鉴定主要有两种方法：一是人为感官评价，需要专业的感官评价员，但该方法受主观因素影响较多，评价结果不稳定，不同评价员的评价结果可能差距较大；二是将澳洲坚果样品送至专业实验室，分别根据《食品安全国家标准食品中酸价的测定》(GB 5009.229-2016)、《食品安全国家标准食品中过氧化值的测定》(GB 5009.227-2016)所述的方法来测定澳洲坚果的酸价和过氧化值，但该方法的测试费用较高、测试结果等待时间长，不能满足相关食品企业大量检测、实时品质监控的需求。因此，急需一种快速、经济地获取澳洲坚果酸价和过氧化值的方法，以解决现有的技术问题。

发明内容

本发明提供了基于质构数据预测澳洲坚果酸价和过氧化值的方法，以解决上述问题。

为了解决以上技术问题，本发明采用以下技术方案：

基于质构数据预测澳洲坚果酸价和过氧化值的方法，所述方法包括以下步骤：

S1、质构指标数据获取：选择质构指标，取适量不同贮藏时间的澳洲坚果样品，去壳，使用质构仪测定质构指标数据；

S2、酸价和过氧化值获取：取适量不同贮藏时间的澳洲坚果样品，去壳，根据《食品安全国家标准食品中酸价的测定》(GB 5009.229-2016)和《食品安全国家标准食品中过氧化值的测定》(GB 5009.227-2016)中的方法要求分别测定酸价和过氧化值；

S3、归一化处理：将步骤S1和S2获取的测定的质构指标数据及酸价、过氧化值归一化，把所有数据都转化为[-1，1]区间的数，随机选取85％-90％的数据形成训练集，其余数据作为测试集；

S4、构建训练BP神经网络模型：以质构指标数据为输入层，酸价和过氧化值为输出层，构建BP神经网络模型，进行BP神经网络模型训练、仿真测试和性能评价；

S5、数据预测：对待预测的澳洲坚果先测定质构指标数据，将质构指标数据输入已训练好的BP神经网络模型，输出结果即为预测的酸价和过氧化值。

数据归一化处理把所有数据都转化为[-1，1]区间的数，其目的是消除各维数据之间的数量级差别，避免因为输入、输出数据的数量级差别大而造成网络预测误差较大。随机选取数据(形成训练集和测试集)，其目的是避免因为数据的规律排列而造成网络训练不足，导致网络预测误差较大。

所述贮藏时间指澳洲坚果从开始至品质不达标时所贮藏的时间。选择不同贮藏时间的澳洲坚果能全面体现贮藏时间不同后澳洲坚果的质构指标、酸价和过氧化值的变化。

所述质构指标数据包括破裂力、破裂力时的位移、硬度、硬度时的位移、挤压做功、回程做功、粘附性、MODULUS POINT 1、MODULUS POINT 2、起始模量。选择的质构指标能较全面地反应澳洲坚果的品质。