[发明专利]基于决策树提取特征判别马苏里拉奶酪身份标识的方法

摘要

本发明公布了一种基于决策树提取特征判别马苏里拉奶酪身份标识的方法，包括：对马苏里拉奶酪的特征风味组分进行确定并定量；生成身份标识性特征风味组分模型，得到马苏里拉奶酪身份标识性特征风味组分；利用支持向量机SVM模型判别未知马苏里拉奶酪的级别，实现未知马苏里拉奶酪级别的判定。本发明方法提高了马苏里拉奶酪身份判别的准确率，节省了大量人力与感官评价相关费用，使马苏里拉奶酪分级更加客观、有效。

主权项

1.一种基于决策树提取特征判别马苏里拉奶酪身份标识的方法，包括如下步骤：1)对马苏里拉奶酪的特征风味组分进行确定并定量；执行如下操作：11)测定马苏里拉奶酪的多种特征风味组分，得到每种挥发性香气物质的香气稀释因子；12)制备特征风味组分的标准曲线；具体将步骤11)得到的多种特征风味组分，按照内标半定量结果的浓度范围，将选定化合物使用式1计算标准曲线：式1中，A<[s]>为内标物质的峰面积或峰高；A<[r]>为目标化合物的峰面积或峰高；m<[s]>为加入内标物质的量；m<[r]>为加入目标化合物的量；n为标准曲线的斜率；K为标准曲线的截距；将酸性化合物溶于10mL正己烷，按设定的浓度范围配置，内标选用2‑甲基戊酸且浓度恒定；将中/碱性化合物按设定的浓度范围配置并溶于10mL正己烷中，内标为2‑甲基‑3‑庚酮且浓度恒定；由此绘制多种特征风味组分标准曲线；13)对样品中特征风味组分含量进行检测，得到马苏里拉奶酪样本的多种身份标志性特征风味组分浓度；通过顶空固相微萃取气质联用法SPME‑GC‑MS萃取样品中的特征风味组分，用于气相色谱质谱联用GC‑MS分析；利用MassHunter化学工作站进行数据处理，待鉴定化合物与该挥发性成分在DB‑WAX毛细管柱分析的已知的保留指数进行对比，定性分析所得挥发性化合物，并根据内标浓度对化合物进行定量；保留指数RI的测定方法是：在色谱条件相同的情况下，将正构烷烃C7～C40与马苏里拉奶酪在相同的色谱条件下得出GC保留时间，并根据式2计算待测物i的保留指数：式2中：RI—保留指数；n—碳原子数；ti—为样品i的保留时间；tn—碳原子数为n的正构烷烃的保留时间；tn+1—碳原子数为n+1的正构烷烃的保留时间；tn式3中，A为给定的特征风味组分，D为马苏里拉奶酪样本集合，D1、D2为在给定特征A下样本集合D被划分为两个子集；其中k为马苏里拉奶酪的类别，C_k为对应类别的子集；此处D为D₁、D₂；22)基尼指数越最小所对应的特征即为分裂特征，作为马苏里拉奶酪的身份标识性特征风味组分；3)利用支持向量机SVM模型判别未知马苏里拉奶酪的级别，实现未知马苏里拉奶酪级别的判定；具体根据得到的马苏里拉奶酪身份标识性特征风味组分，将多个待测样本输入支持向量机SVM分类模型，通过交叉验证，得到准确率和f1‑score，从而区分负样本和识别正样本，判定未知马苏里拉奶酪的级别。