CN102590460A - 一种生乳品质评级的方法 - Google Patents
一种生乳品质评级的方法 Download PDFInfo
- Publication number
- CN102590460A CN102590460A CN2012100546558A CN201210054655A CN102590460A CN 102590460 A CN102590460 A CN 102590460A CN 2012100546558 A CN2012100546558 A CN 2012100546558A CN 201210054655 A CN201210054655 A CN 201210054655A CN 102590460 A CN102590460 A CN 102590460A
- Authority
- CN
- China
- Prior art keywords
- lactogenesis
- content
- quality
- sample
- mensuration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 235000020185 raw untreated milk Nutrition 0.000 title abstract 9
- 239000012535 impurity Substances 0.000 claims abstract description 13
- 235000013305 food Nutrition 0.000 claims abstract description 12
- 238000010606 normalization Methods 0.000 claims abstract description 9
- 238000013528 artificial neural network Methods 0.000 claims abstract description 4
- 238000007621 cluster analysis Methods 0.000 claims abstract description 4
- 238000011426 transformation method Methods 0.000 claims abstract description 4
- 235000013365 dairy product Nutrition 0.000 claims description 13
- 231100000678 Mycotoxin Toxicity 0.000 claims description 7
- 239000002636 mycotoxin Substances 0.000 claims description 7
- 102000004169 proteins and genes Human genes 0.000 claims description 4
- 108090000623 proteins and genes Proteins 0.000 claims description 4
- 235000008452 baby food Nutrition 0.000 claims description 3
- 210000000481 breast Anatomy 0.000 claims description 3
- 238000012009 microbiological test Methods 0.000 claims description 3
- 238000003822 preparative gas chromatography Methods 0.000 claims description 3
- 235000013336 milk Nutrition 0.000 abstract description 7
- 239000008267 milk Substances 0.000 abstract description 7
- 210000004080 milk Anatomy 0.000 abstract description 7
- 238000011156 evaluation Methods 0.000 abstract description 2
- 230000001580 bacterial effect Effects 0.000 abstract 2
- 230000001131 transforming effect Effects 0.000 abstract 1
- 241000283690 Bos taurus Species 0.000 description 17
- 235000021393 food security Nutrition 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012562 intraclass correlation Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000000447 pesticide residue Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000273 veterinary drug Substances 0.000 description 1
Images
Landscapes
- Dairy Products (AREA)
Abstract
本发明提供一种生乳品质评级的方法，是通过测定生乳样品中脂肪的含量、蛋白质的含量、真菌毒素的含量、菌落总数的含量、杂质度的含量；再将所得各含量的数据分别运用现有的神经网络归一化方法进行归一化处理，再将数据利用雷达图进行聚类分析；运用数学中现有的拓扑变换方法将绘制好的雷达图转化成金字塔形式，并将金字塔中的数据进行反归一化处理；按实际所需的生乳品质信息，将金字塔中的各类数据进行分级，即实现生乳品质的评级。该方法通过三维图像划分生乳品质等级简洁清晰；该方法合理可行，应用范围广；具有很高的实用价值，且有助于消费者、企业、奶农分别从切身利益出发对生乳及同类相关食品品质作出客观评价及选择。
Description
技术领域
本发明是一种生乳品质评级的方法，属于食品安全及质量领域。
背景技术
食品安全领域关于生乳的安全是：2010年国家颁布了《生乳》（GB19301-2010）等66项食品安全国家标准，其中规定了生乳中菌落总数指标为200万CFU/毫升，生乳蛋白质含量大于2.8%，脂肪含量大于3.1%，污染物限量、真菌毒素限量、农药残留限量和兽药残留限量等相关标准，国家鼓励企业在生乳收购中设置菌落总数为分级收购标准，引导奶农标准化规模养殖，不断提高生乳质量。
国外，包括加拿大、捷克、纽西兰、美国、英国、日本等在内的国际乳业联盟（IDF）国家生乳评级的标准只是分别针对其中的乳成分、生菌数和杂质度进行分级，乳成分都被重视且成分高者价格越高，生菌数和杂质度标准均分为四到五个等级，而对于食品安全性每个国际乳业联盟会员国家要求的检验项目不尽相同。现在无论国内还是国外，均有限于以几个关键因素作为评级标准，以平面的、静态的、片面的模型方式反映生乳品质的信息，但均不能及时、简洁有效地反映生乳的品质。
发明内容
本发明的目的是建立生乳品质评级的方法，制定相关评级制度，为同类食品品质评级更全面、准确地反映品质信息模型的建立提供一种新的方法，通过下列技术方案实现。
本发明提供一种生乳品质评级的方法，经过下列各步骤：
（1）测定生乳样品中脂肪的含量；测定生乳样品中蛋白质的含量；测定生乳样品中真菌毒素的含量；测定生乳样品中菌落总数的含量；测定生乳样品杂质度的含量；
（2）将步骤（1）所得各含量的数据分别运用现有的神经网络归一化方法进行归一化处理，再将数据利用雷达图进行聚类分析；
（3）运用数学中现有的拓扑变换方法将步骤（2）绘制好的雷达图转化成金字塔形式，并将金字塔中的数据进行反归一化处理；
（4）按实际所需的生乳品质信息，将步骤（3）金字塔中的各类数据进行分级，即实现生乳品质的评级。
所述测定生乳样品中脂肪的含量是运用GB5413.3-2010《婴幼儿食品和乳品中脂肪的测定》进行测定。
所述测定生乳样品中蛋白质的含量是运用GB5009.5-2010《食品中蛋白质的测定》进行测定。
所述测定生乳样品中真菌毒素的含量是运用现有气相色谱法进行测定。
所述测定生乳样品中菌落总数的含量是运用GB4789.2-2010《食品卫生微生物学检验菌落总数测定》进行测定。
所述测定生乳样品杂质度的含量是运用GB5413.30-2010《乳和乳制品杂质度的测定》进行测定。
本发明根据地区奶牛种群特征及分布规律开展生乳品质评级研究，创新样本抽样方法，缩减检测样本，同时提高样本的代表性、科学性，为大范围同类别样本调研探索一种新的理论方法；再通过实证分析，研究并建立生乳品质评级三维动态金字塔模型，突破传统二维平面金字塔模型的建模方法，为同类食品品质评级更全面、准确地反映品质信息模型的建立提供一种新的思路。
在生乳的国家标准基础上，借鉴国际乳业联盟国家生乳评级标准，探索生乳品质评级关键影响要素，并构建生乳品质评级关键影响要素权重的计算方法；构建生乳品质评级理论方法，制定相关评级制度，为农业部即将制定的生乳分级标准提供理论参考，同时为相关食品品质评级提供理论支撑和方法借鉴，为消费者选择乳制品提供科学、公正的衡量工具。
本发明的有益效果和优点是：
（1）该方法突破传统二维平面评级方式，通过三维图像划分生乳品质等级简洁清晰；
（2）该方法中抽样方法科学、新颖，并能有效地缩减检测样本；
（3）该方法合理可行，应用范围广；
（4）本发明应用于对生乳及同类相关食品品质的评级，该方法简单方便，具有很高的实用价值，且有助于消费者、企业、奶农分别从切身利益出发对生乳及同类相关食品品质作出客观评价及选择。
附图说明
图1为实施例1的生乳品质关键影响要素分布雷达图；
图2为实施例1的生乳品质评级金字塔模型图。
具体实施方式
下面将结合实施例和附图进一步阐明本发明的内容，但这些实例并不限制本发明的保护范围。
实施例1
在对云南某地生态奶牛场中的奶牛调研中，先对该奶牛场的遗传特征进行调查分析，掌握该地区奶牛遗传特征，将其中奶牛分为三个群落：设新引进外来牛群R1，原种群R2，交配种群R3；然后借鉴国际乳业联盟国家标准，运用聚类分析法和判别分析法提炼该奶牛场生乳品质的关键影响要素：真菌毒素、菌落总数、蛋白质、脂肪和杂质度等。
首先分别随机抽取牛群R1、R2、R3的生乳样品若干，每种分为三组，x1、x2、x3表示牛群R1的测量值；x4、x5、x6表示牛群R2的测量值；x7、x8、x9表示牛群R3的测量值。
（1）运用GB5413.3-2010《婴幼儿食品和乳品中脂肪的测定》进行测定生乳样品中脂肪的含量（单位为：g/100g）：a1=3.92、a2=3.81、a3=3.84；a4=3.31、a5=3.21、a6=3.39；a7=3.81、a8=3.68、a9=3.73；运用GB5009.5-2010《食品中蛋白质的测定》进行测定生乳样品中蛋白质的含量（单位为：g/100g）：b1=3.18、b2=3.11、b3=3.15；b4=2.86、b5=2.90、b6=2.94；b7=3.12、b8=3.05、b9=3.09；运用现有气相色谱法进行测定生乳样品中真菌毒素的含量（单位为：μg/kg）：c1=0.31、c2=0.29、c3=0.36；c4=0.46、c5=0.42、c6=0.48；c7=0.37、c8=0.34、c9=0.35；运用GB4789.2-2010《食品卫生微生物学检验菌落总数测定》进行测定生乳样品中菌落总数的含量（单位为：CFU/g(mL)）：d1=1.38×106、d2=0.75×106、d3=0.94×106、d4=1.58×106、d5=1.59×106、d6=1.76×106、d7=1.29×106、d8=1.02×106、d9=1.41×106；运用GB5413.30-2010《乳和乳制品杂质度的测定》进行测定生乳样品杂质度的含量（单位为：mg/kg）：e1=2.31、e2=2.98、e3=2.40；e4=3.85、e5=3.64、e6=3.71；e7=3.05、e8=3.12、e9=3.41；
（2）将步骤（1）所得各含量的数据分别运用现有的神经网络归一化方法进行归一化处理，得到对应的15组数据：a’1=0.265、a’2=0.229、a’3=0.239；a’4=0.068、a’5=0.035、a’6=0.094；a’7=0.229、a’8=0.187、a’9=0.203；b’1=0.136、b’2=0.111、b’3=0.125；b’4=0.021、b’5=0.036、b’6=0.050；b’7=0.114、b’8=0.089、b’9=0.104；c’1=0.360、c’2=0.420、c’3=0.320；c’4=0.080、c’5=0.160、c’6=0.040；c’7=0.300、c’8=0.360、c’9=0.340；d’1=0.310、d’2=0.625、d’3=0.530；d’4=0.210、d’5=0.205、d’6=0.120；d’7=0.355、d’8=0.490、d’9=0.295；e’1=0.443、e’2=0.225、e’3=0.371；e’4=0.400、e’5=0.038、e’6=0.090；e’7=0.238、e’8=0.205、e’9=0.148；再将每一分组的数据分别标号为①～?，并描点、划线，绘制成雷达图进行聚类分析，如图1所示；
（3）运用拓扑变换方法（ 
；
代表雷达图的最大圆周，r表示描点到圆心的距离），将步骤（2）绘制好的雷达图转化成金字塔形式，并将金字塔中的数据进行反归一化处理；
（4）按实际所需的生乳品质信息，将步骤（3）金字塔中的各类数据进行分级，即实现生乳品质的评级。
各级指标对应的量化范围即能实现生乳品质的评级为A（优级）、B（良级）、C（中级）。对该奶牛场的生乳品质做出划分，并生成三维图像，然后根据已测牛群R1、R2、R3数据依照评级方法完成评级。最后评级结果为：牛群R1产的生乳为A级、牛群R3产的生乳为B级、牛群R2产的生乳为C级（如图2所示）。
Claims (6)
1.一种生乳品质评级的方法，其特征在于经过下列各步骤：
（1）测定生乳样品中脂肪的含量；测定生乳样品中蛋白质的含量；测定生乳样品中真菌毒素的含量；测定生乳样品中菌落总数的含量；测定生乳样品杂质度的含量；
（2）将步骤（1）所得各含量的数据分别运用现有的神经网络归一化方法进行归一化处理，再将数据利用雷达图进行聚类分析；
（3）运用数学中现有的拓扑变换方法将步骤（2）绘制好的雷达图转化成金字塔形式，并将金字塔中的数据进行反归一化处理；
（4）按实际所需的生乳品质信息，将步骤（3）金字塔中的各类数据进行分级，即实现生乳品质的评级。
2.根据权利要求1所述的生乳品质评级的方法，其特征在于：所述测定生乳样品中脂肪的含量是运用GB5413.3-2010《婴幼儿食品和乳品中脂肪的测定》进行测定。
3.根据权利要求1所述的生乳品质评级的方法，其特征在于：所述测定生乳样品中蛋白质的含量是运用GB5009.5-2010《食品中蛋白质的测定》进行测定。
4.根据权利要求1所述的生乳品质评级的方法，其特征在于：所述测定生乳样品中真菌毒素的含量是运用现有气相色谱法进行测定。
5.根据权利要求1所述的生乳品质评级的方法，其特征在于：所述测定生乳样品中菌落总数的含量是运用GB4789.2-2010《食品卫生微生物学检验菌落总数测定》进行测定。
6.根据权利要求1所述的生乳品质评级的方法，其特征在于：所述测定生乳样品杂质度的含量是运用GB5413.30-2010《乳和乳制品杂质度的测定》进行测定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210054655.8A CN102590460B (zh) | 2012-03-05 | 2012-03-05 | 一种生乳品质评级的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210054655.8A CN102590460B (zh) | 2012-03-05 | 2012-03-05 | 一种生乳品质评级的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102590460A true CN102590460A (zh) | 2012-07-18 |
| CN102590460B CN102590460B (zh) | 2015-05-20 |
Family
ID=46479390
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210054655.8A Expired - Fee Related CN102590460B (zh) | 2012-03-05 | 2012-03-05 | 一种生乳品质评级的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102590460B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102809635A (zh) * | 2012-08-06 | 2012-12-05 | 中国农业科学院农产品加工研究所 | 一种适宜溶解型蛋白质加工的花生品质测定及其评价方法 |
| CN105572313A (zh) * | 2015-10-12 | 2016-05-11 | 中国农业科学院北京畜牧兽医研究所 | 一种生鲜乳质量等级划分方法 |
| CN105699611A (zh) * | 2016-01-21 | 2016-06-22 | 中国农业科学院北京畜牧兽医研究所 | 一种生鲜乳质量等级划分方法 |
| CN105787073A (zh) * | 2016-03-02 | 2016-07-20 | 上海源庐加佳信息科技有限公司 | 一种基于大数据挖掘技术的企业信用评价方法 |
| CN106198900A (zh) * | 2016-06-30 | 2016-12-07 | 深圳市检验检疫科学研究院 | 食品安全评价方法及装置 |
| CN110992357A (zh) * | 2019-12-17 | 2020-04-10 | 云南中烟工业有限责任公司 | 雷达图分析方法及存储该方法的介质和单片机及各自用途 |
| CN116660482A (zh) * | 2023-08-01 | 2023-08-29 | 北京三元食品股份有限公司 | 基于矿物元素含量及含量比的食品质量评价方法及应用 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101322027A (zh) * | 2006-12-27 | 2008-12-10 | 智能传感器技术股份有限公司 | 味道识别装置和利用该装置的味道识别系统 |
| CN101424675A (zh) * | 2008-10-23 | 2009-05-06 | 红云烟草(集团)有限责任公司 | 一种对卷烟的香气风格进行测评的方法 |
| CN101603959A (zh) * | 2009-06-29 | 2009-12-16 | 上海应用技术学院 | 一种快速测定猪肉香精相似度的方法 |
| CN101718772A (zh) * | 2008-10-09 | 2010-06-02 | 山东农业大学 | 一种量化评价乳制品质量的方法 |
| CN102175819A (zh) * | 2011-01-19 | 2011-09-07 | 云南烟草科学研究院 | 基于烟叶致香成分表征单体烟叶风格特征的方法 |
-
2012
- 2012-03-05 CN CN201210054655.8A patent/CN102590460B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101322027A (zh) * | 2006-12-27 | 2008-12-10 | 智能传感器技术股份有限公司 | 味道识别装置和利用该装置的味道识别系统 |
| CN101718772A (zh) * | 2008-10-09 | 2010-06-02 | 山东农业大学 | 一种量化评价乳制品质量的方法 |
| CN101424675A (zh) * | 2008-10-23 | 2009-05-06 | 红云烟草(集团)有限责任公司 | 一种对卷烟的香气风格进行测评的方法 |
| CN101603959A (zh) * | 2009-06-29 | 2009-12-16 | 上海应用技术学院 | 一种快速测定猪肉香精相似度的方法 |
| CN102175819A (zh) * | 2011-01-19 | 2011-09-07 | 云南烟草科学研究院 | 基于烟叶致香成分表征单体烟叶风格特征的方法 |
Non-Patent Citations (3)
| Title |
|---|
| 宋佳霖 等: "一种多元图图形特征向球面坐标映射的可视化方法", 《燕山大学学报》 * |
| 王文清: "不同产地大青叶质量的化学模式识别研究", 《中草药》 * |
| 王海 等: "各国乳品的生乳标准分析比对", 《乳业科学与技术》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102809635A (zh) * | 2012-08-06 | 2012-12-05 | 中国农业科学院农产品加工研究所 | 一种适宜溶解型蛋白质加工的花生品质测定及其评价方法 |
| CN102809635B (zh) * | 2012-08-06 | 2014-10-15 | 中国农业科学院农产品加工研究所 | 一种适宜溶解型蛋白质加工的花生品质测定及其评价方法 |
| CN105572313A (zh) * | 2015-10-12 | 2016-05-11 | 中国农业科学院北京畜牧兽医研究所 | 一种生鲜乳质量等级划分方法 |
| CN105699611A (zh) * | 2016-01-21 | 2016-06-22 | 中国农业科学院北京畜牧兽医研究所 | 一种生鲜乳质量等级划分方法 |
| CN105787073A (zh) * | 2016-03-02 | 2016-07-20 | 上海源庐加佳信息科技有限公司 | 一种基于大数据挖掘技术的企业信用评价方法 |
| CN106198900A (zh) * | 2016-06-30 | 2016-12-07 | 深圳市检验检疫科学研究院 | 食品安全评价方法及装置 |
| CN106198900B (zh) * | 2016-06-30 | 2018-06-15 | 深圳市检验检疫科学研究院 | 食品安全评价方法及装置 |
| CN110992357A (zh) * | 2019-12-17 | 2020-04-10 | 云南中烟工业有限责任公司 | 雷达图分析方法及存储该方法的介质和单片机及各自用途 |
| CN110992357B (zh) * | 2019-12-17 | 2023-04-14 | 云南中烟工业有限责任公司 | 雷达图分析方法及存储该方法的介质和单片机及各自用途 |
| CN116660482A (zh) * | 2023-08-01 | 2023-08-29 | 北京三元食品股份有限公司 | 基于矿物元素含量及含量比的食品质量评价方法及应用 |
| CN116660482B (zh) * | 2023-08-01 | 2023-10-27 | 北京三元食品股份有限公司 | 基于矿物元素含量及含量比的食品质量评价方法及应用 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102590460B (zh) | 2015-05-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102590460B (zh) | 一种生乳品质评级的方法 | |
| Garcia-Giron et al. | Untangling the assembly of macrophyte metacommunities by means of taxonomic, functional and phylogenetic beta diversity patterns | |
| Li et al. | Reduced genetic structure of north Ethiopian cattle revealed by Y-chromosome analysis | |
| Kamphuis et al. | Using sensor data patterns from an automatic milking system to develop predictive variables for classifying clinical mastitis and abnormal milk | |
| Watmuff et al. | Methodologies for assembling and interrogating N, P, K, and S soil test calibrations for Australian cereal, oilseed and pulse crops | |
| Fulkerson et al. | Benefits of accurately allocating feed on a daily basis to dairy cows grazing pasture | |
| CN102914584B (zh) | 一种生乳掺杂快速检测系统及检测方法 | |
| Parissi et al. | Analysis of genotypic and environmental effects on biomass yield, nutritional and antinutritional factors in common Vetch | |
| Liu et al. | Phenotypic diversity analysis and superior family selection of industrial raw material forest species-Pinus yunnanensis Franch | |
| Otwinowska-Mindur et al. | Genetic analysis of lactation persistency in the Polish Holstein-Friesian cows. | |
| Pereira et al. | Water requirements of beef production can be reduced by genetic selection | |
| Tian et al. | Risk assessment of raw milk quality and safety index system based on primary component analysis | |
| Shi et al. | Influence of the physical dimension of leaf size measures on the goodness of fit for Taylor's power law using 101 bamboo taxa | |
| Mountrakis et al. | Entheseal change of the upper limb in a Mycenaean population from Athens | |
| Kunes et al. | In-line technologies for the analysis of important milk parameters during the milking process: A review | |
| Olaniyan et al. | Assessment of composition and physical properties of the Gambian N’Dama cow milk | |
| Yang et al. | Prediction model of winter wheat yield based on soil parameters | |
| Ojeda-Adame et al. | A body condition score for crocodilians | |
| González-Pech et al. | Simpler intake estimation using direct observation in small ruminants: grouping bites by plant structure and morphology | |
| Heard et al. | Predicting milk responses to cereal-based supplements in grazing dairy cows | |
| Hirata et al. | Development of quality control and breeding management system of goats based on information and communication technology | |
| Wamatu et al. | Simple and robust model to estimate liveweight of Ethiopian Menz sheep | |
| Kardika et al. | Growth-site Quality Assessment of Nypa fruticans using Unmanned Aerial Vehicles Images: A case study in Kubu Raya Regency, West Kalimantan Province | |
| Jazev et al. | Analysis of the current situation of the production structure of the dairy industry of the Russian federation regions: Optimization reserves | |
| Spiegel et al. | Eastern grey kangaroo (Macropus giganteus) myofibres. 2. Characteristics of eight skeletal muscles |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150520 Termination date: 20210305 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |