[发明专利]一种基于大数据筛选和仪器分析的大闸蟹品质评价方法有效

专利信息
申请号: 202011249763.1 申请日: 2020-11-10
公开(公告)号: CN112418919B 公开(公告)日: 2022-10-28
发明(设计)人: 杨方;郭宏慧;夏文水;姜启兴;于沛沛;许艳顺;高沛;余达威 申请(专利权)人: 江南大学
主分类号: G06Q30/02 分类号: G06Q30/02;G06F16/951;G06F16/33;G06F16/338;G16C20/20;G16C20/30;G16C20/70;G06K9/62;G01N30/06;G01N30/16
代理公司: 南京禹为知识产权代理事务所(特殊普通合伙) 32272 代理人: 王晓东
地址: 214122 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数据 筛选 仪器 分析 大闸蟹 品质 评价 方法
【说明书】:

本发明公开了一种基于大数据筛选和仪器分析的大闸蟹品质评价方法,包括以下步骤:大数据挖掘;感官描述词语库建立;关键风味化合物确立;风味特征的量化与评分;依据风味评分评定风味优级蟹和风味次级蟹。通过此评价方法,可为大闸蟹风味优劣的评定提供更加客观的依据,弥补了现有评价方法仅对螃蟹大小进行分级、无法反映消费者需求的评价缺陷。

技术领域

本发明属于食品加工与保藏领域,具体涉及到一种基于大数据筛选和仪器分析的大闸蟹品质评价方法。

背景技术

大闸蟹,学名中华绒螯蟹,淡水蟹,因其营养丰富、风味独特,深受消费者的喜爱。现有关于大闸蟹的品质评价标准(GB/T 19957-2005《地理标志产品阳澄湖大闸蟹》)仅集中在可数指标(体重分级-特级、一级、二级),可量指标(可食部分体重占比),理化指标(粗蛋白、粗脂肪、灰分、水分),缺乏直接的食用感官评价标准,无法真实反映消费者的偏好性。采用感官评价测试,需要培训感官评价小组,耗时且需要大量人力物力,成本高、代价大。

目前,对大闸蟹或中华绒螯蟹品质评价的专利有“无损检测中华绒螯蟹肝胰腺和性腺的脂肪体积的方法”(CN201610066145.0),“一种基于信息融合的中华绒螯蟹品质等级判别方法”(CN201910141492.9),“基于智能手机的中华绒螯蟹内部食用品质无损检测方法”(CN201910575556.6),“一种基于半监督鉴别投影的大闸蟹新鲜度无损检测方法”(CN201610969507.7),“一种大闸蟹公母和大小在线无损检测分级设备”(CN201720581126.1),“用于大闸蟹无损检测的夹持装置”(CN201710141084.4),这些方法都具有无损、实时的优点,但也同现行国家标准一样,只是对生蟹的大小、可食部分比例、蛋白脂肪含量等指标进行分级,而缺乏消费者关心的熟蟹食用风味方面的评价。现有对大闸蟹或中华绒螯蟹风味评价仅提供了在大闸蟹或中华绒螯蟹中对风味贡献较大的化合物,并未筛选出与消费者喜爱风味相关联的关键风味化合物,更未给出通过大闸蟹风味进行大闸蟹评价评级的方法。

因此,鉴于现有技术存在以上不足,本领域亟需一种新的大闸蟹品质评价方法,能客观反映消费者对大闸蟹风味的喜好性,从而对大闸蟹的分级有较可靠的依据。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。

鉴于上述和/或现有技术中存在的问题,提出了本发明。

因此,本发明的目的是,克服现有技术中的不足,提供一种基于大数据筛选和仪器分析的大闸蟹品质评价方法。

为解决上述技术问题,本发明提供了如下技术方案:一种基于大数据筛选和仪器分析的大闸蟹品质评价方法,包括,

大数据挖掘:确定大数据挖掘的数据源网址,采用Python编程获取消费者对大闸蟹的评论数据,利用分词库、停用词库抓取大闸蟹感官属性词语;

感官描述词语库建立:建立大闸蟹风味轮和感官描述词语库,采用“wordcloud”库获得可视化的词频统计;

关键风味化合物确立:采用顶空固相微萃取HS-SPME与气相色谱-质谱GC-MS联用技术,通过气味活度值OAV计算,获得气味活性物质;

风味特征的量化与评价:筛选高频词汇指向的关键风味化合物,选择含量高且差异显著性明显的成分作为主成分分析的指标,建立风味品质评价模型;将不同大闸蟹的风味化合物测量值带入公式计算得分,通过比较得分,得出不同大闸蟹风味的优劣;

风味量化评价模型的验证。

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江南大学,未经江南大学许可,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/202011249763.1/2.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