[发明专利]一种利用拉曼光谱检测罗非鱼鱼肉脆度的方法在审

专利信息
申请号: 202211117202.5 申请日: 2022-09-14
公开(公告)号: CN115326782A 公开(公告)日: 2022-11-11
发明(设计)人: 杨灵;何皓明;王嘉雯;李腾科;邹娟;许海霞;林蠡 申请(专利权)人: 仲恺农业工程学院
主分类号: G01N21/65 分类号: G01N21/65;G06K9/62
代理公司: 广州科捷知识产权代理事务所(普通合伙) 44560 代理人: 陈慧文
地址: 510000 广东*** 国省代码: 广东;44
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 利用 光谱 检测 罗非鱼 鱼肉 方法
【权利要求书】:

1.一种利用拉曼光谱检测罗非鱼鱼肉脆度的方法,其特征在于,包括如下步骤:

数据采集:取脆肉罗非鱼的鱼肉样品,通过共聚焦拉曼光谱仪采集该鱼肉样品的原始拉曼光谱,通过质构仪得到该鱼肉样品的脆度值,重复操作,得到多个鱼肉样品的原始拉曼光谱及其对应的脆度值;

数据集建立:对原始拉曼光谱进行预处理,得到各样品的拉曼光谱特征数据,建立包含各样品拉曼光谱特征数据和脆度值的数据集;

预测模型建立:对SSDA自编码器进行预训练得到初始化权值,然后删除SSDA的解码部分,连接ELM网络,将数据作为多层ELM网络的输入,再连接SOFTMAX,得到初始模型,将数据集中的数据输入初始模型中进行训练,得到SSDA-HELM-SOFTMAX预测模型,输入待测脆肉罗非鱼肉的拉曼光谱数据进行鱼肉脆度预测。

2.根据权利要求1所述的一种利用拉曼光谱检测罗非鱼鱼肉脆度的方法,其特征在于,所述SSDA-HELM-SOFTMAX预测模型的训练方法为:将数据集中的数据输入SSDA自编码器的输入层中,SSDA隐藏层从复杂输入数据中提取相关特征,采用非监督学习方法,逐层预训练加微调得到初始化权值;将SSDA的解码部分去掉,连接ELM网络,将获取的初始化权值作为多层ELM的初始值进行赋值,在输出层采用softmax进行分类。

3.根据权利要求1所述的一种利用拉曼光谱检测罗非鱼鱼肉脆度的方法,其特征在于,所述鱼肉样品取自鱼背中部,取长×宽×厚约为2cm×1.5cm×2cm的薄片进行共聚焦拉曼光谱采集,每个薄片样品采集两次;每个样品通过质构仪得到脆度值的方法为:FTC质构仪采用直径为6mm圆柱形不锈钢探头,设置触发力为0.75N,测试速度为30mm/min,形变率分别为35%,将在4℃的环境下放置一定时间后的样品按照样品编号依次进行TPA模式检测,每个样品挤压2次,最后取平均值进行分析,脆度值由质构仪配套的TMS-Pro物性分析系统读取和计算。

4.根据权利要求1所述的一种利用拉曼光谱检测罗非鱼鱼肉脆度的方法,其特征在于,所述共聚焦拉曼光谱仪采集鱼肉样品的原始拉曼光谱的参数设定为:50×倍物镜,532nm激光器,曝光时间10s,循环次数3次,波长范围500-2000cm-1,光栅为1200刻线,狭缝宽度为100μm,针孔为300μm。

5.根据权利要求1所述的一种利用拉曼光谱检测罗非鱼鱼肉脆度的方法,其特征在于,对原始拉曼光谱进行预处理时,采用PeakFit v4.12软件和NGSLabSpec5软件进行峰面积拟合,采用Origin 2018b软件绘制模型图,采用matlab2017b软件和Unscrambler X 10.4软件进行建模分析。

6.根据权利要求1所述的一种利用拉曼光谱检测罗非鱼鱼肉脆度的方法,其特征在于,对原始拉曼光谱进行预处理的方法为:先对原始拉曼光谱进行归一化后求平均值,并标记峰位;所述拉曼光谱特征数据包括每个波峰的波数和波峰强度。

7.根据权利要求1所述的一种利用拉曼光谱检测罗非鱼鱼肉脆度的方法,其特征在于,在对SSDA-HELM-SOFTMAX预测模型进行训练时,采用K折交叉验证法,提取的特征值为拉曼峰的波峰值。

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仲恺农业工程学院,未经仲恺农业工程学院许可,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/202211117202.5/1.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