[发明专利]一种利用拉曼光谱检测罗非鱼鱼肉脆度的方法

说明书

一种利用拉曼光谱检测罗非鱼鱼肉脆度的方法，包括如下步骤：数据采集，通过共聚焦拉曼光谱仪采集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，由数据集中的数据训练，得到SSDA‑HELM‑SOFTMAX预测模型，输入待测鱼肉的拉曼光谱数据进行鱼肉脆度预测。本发明通过拉曼光谱数据以及质构分析得到的脆度值建立SSDA‑HELM‑SOFTMAX预测模型，由拉曼光谱预测鱼肉的脆度值，预测效果好，检测效率高。

技术领域

本发明涉及肉类产品检测技术领域，尤其涉及一种利用拉曼光谱检测罗非鱼鱼肉脆度的方法。

背景技术

脆肉罗非鱼因其肉质Q弹、久煮不烂、口感爽脆等在市场上大受欢迎，这些鱼类脆度是这些鱼类的一个重要指标，且脆度是可以通过在饲养过程中添加特殊的饲料来提高的，但饲养过程中鱼肉的过度脆化会导致出现类似于溶血、缺氧、器官功能性病变等症状，甚至会由于血液循环障碍直接导致死亡。因此，脆肉鱼种脆度的检测不仅可以由此评判肉质的等级，更好地进行市场区分，还可通过检测鱼肉的脆度来控制饲料的投放种类和投放量，以达到科学饲养的目的。现有脆度的评价方法主要是感官评定以及TPA质构分析，感官评价的结果受人为因素的影响较大；而TPA质构分析用于鱼肉的脆度检测时，一般需要采用美国FTC质构仪，力量感应元500N，设置合适的测试参数，切割多块样品，测试样品需冷冻保存后再进行测试，每个样品需多次测量取平均值，再经过特定的分析软件得到测试数据，该操作存在操作繁琐，时间长，对样品破坏性大等问题。同时，不同的鱼种其肉质成分并不相同，适用的评价方法也不尽相同。

发明内容

本发明的目的是克服上述现有技术的缺点，提供一种检测效率高、准确率高的利用拉曼光谱检测罗非鱼鱼肉脆度的方法。

本发明是通过以下技术方案来实现的：

一种利用拉曼光谱检测罗非鱼鱼肉脆度的方法，包括如下步骤：

数据采集：取脆肉罗非鱼鱼肉样品，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。

进一步地，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(堆叠式稀疏去噪自动编码器)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(多层极限学习机，HierarchicalExtreme Learining Machine,HELM)的初始值进行赋值，在输出层采用softmax进行分类。

进一步地，所述鱼肉样品取自脆肉罗非鱼的鱼背中部，取长×宽×厚约为2cm×1.5cm×2cm的薄片进行共聚焦拉曼光谱采集，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。