[发明专利]具有深度学习功能的乳制品或黄油风味数字化评价系统

权利要求书

1.具有深度学习功能的乳制品或黄油风味数字化评价系统，其特征在于：包括风味数据采集单元（100）、计算机智能分析单元（101）、风味数据库单元（102）、深度学习模块（103）和检测输出单元（104）；

所述风味数据采集单元（100）、风味数据库单元（102）、深度学习模块（103）、检测输出单元（104）分别与计算机智能分析单元（101）连接；

其中，风味数据采集单元（100）用于采集乳制品或黄油的气味强度数据和气味特征数据，

计算机智能分析单元（101）用于对分析风味数据采集单元（100）采集的气味强度数据和气味特征数据进行预处理与特征提取，

风味数据库单元（102）用于存储计算机智能分析单元（101）预处理的气味强度数据和气味特征数据，

深度学习模块（103）用于多任务的风味数据采集、学习；

检测输出单元（104）用于将比对的结果参数进行输出。

2.根据权利要求1所述的具有深度学习功能的乳制品或黄油风味数字化评价系统，其特征在于：所述风味数据采集单元（100）包括但不限于SA-402B型电子舌和PEN3型电子鼻或GC-MS和GC-O组成。

3.根据权利要求1所述的具有深度学习功能的乳制品或黄油风味数字化评价系统，其特征在于：所述计算机智能分析单元（101）对数据进行降维、聚类拟合分析，剔除误差点，找到数据的关联与规律，建立的气味原始数据和人工评价数据相结合的食品挥发性成分相互关联的各类数据。

4.根据权利要求1所述的具有深度学习功能的乳制品或黄油风味数字化评价系统，其特征在于：所述风味数据库单元（102）为存储介质，包括但不限于硬盘、可移动存储设备、网盘。

5.根据权利要求1所述的具有深度学习功能的乳制品或黄油风味数字化评价系统，其特征在于：所述深度学习模块（103）为基于MXNet的学习架构或基于PaddlePaddle学习架构；

其中，多任务指将同时学习的多个目标，包括风味类型、风味强度、风味幅度。

6.根据权利要求1所述的具有深度学习功能的乳制品或黄油风味数字化评价系统，其特征在于：所述检测输出单元（104）包括但不限于打印机或语音模块，用于打印分析带参数表格或播放评价打分结果。

7.根据权利要求1所述的具有深度学习功能的乳制品或黄油风味数字化评价系统，其特征在于：所述具有深度学习功能的乳制品或黄油风味数字化评价系统，还包括与风味数据采集单元（100）相配合使用的乳制品或黄油辅助预处理组件；

其中，乳制品或黄油辅助预处理组件，包括预处理设备（200）、支架（201）、第一横板（202）、第二横板（203）、温度模拟箱（204）、清洗液出口（205）、清洗液进口（206）、导管（207）、泵（208）、加热部（209）、温湿度传感器（210）、第一数据传输线（211）和第二数据传输线（212），

风味数据采集单元（100）设置在温度模拟箱（204）上部端面内，清洗液出口（205）、清洗液进口（206）分别设置在温度模拟箱（204）上，加热部（209）、温湿度传感器（210）分别设置在温度模拟箱（204）内，温度模拟箱（204）、计算机智能分析单元（101）、检测输出单元（104）分别安装在第一横板（202）、第二横板（203）上，导管（207）两端分别与预处理设备（200）、温度模拟箱（204）连接，泵（208）设置在导管（207）上，风味数据采集单元（100）、计算机智能分析单元（101）之间通过第一数据传输线（211）连接，温湿度传感器（210）、计算机智能分析单元（101）之间通过第二数据传输线（212）连接，

泵（208）、加热部（209）分别与计算机智能分析单元（101）连接。