CN104330441A - 一种判定鱼肉品质变化的方法与系统 - Google Patents
一种判定鱼肉品质变化的方法与系统 Download PDFInfo
- Publication number
- CN104330441A CN104330441A CN201410522804.8A CN201410522804A CN104330441A CN 104330441 A CN104330441 A CN 104330441A CN 201410522804 A CN201410522804 A CN 201410522804A CN 104330441 A CN104330441 A CN 104330441A
- Authority
- CN
- China
- Prior art keywords
- flesh
- quality
- analysis
- fish
- different
- 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.)
- Pending
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种判定鱼肉品质变化的方法,包括:S1:采集冷藏过程中鱼肉贮藏品的挥发性气味,同步进行鱼肉品质分析;S2:通过对鱼肉品质分析获得不同鱼肉品质等级的气味指纹图谱;S3:提取气味指纹图谱中稳定响应区域的特征信号;S4:根据特征信号构建主成分分析模型识别鱼肉的不同品质等级。本发明提高了判定鱼肉品质的正确率与时效性。本发明还公开了一种判定鱼肉品质变化的系统。
Description
技术领域
本发明涉及计算机农业技术领域,尤其涉及一种判定鱼肉品质变化的方法与系统。
背景技术
传统的鱼肉品质评价方法有很多,但这些评价方法包括感官评价、微生物检测、生化分析和物理分析均不能达到快速检测的要求。近年来,无损检测技术快速发展,酶传感器法、近红外光谱法、电子鼻技术等快速检测方法逐渐得到使用,但是酶电极传感器的灵敏性会随着使用时间的延长而降低,近红外技术需要提前建立待测指标的量化模型,目前近红外技术应用比较成熟的是测量食品中的蛋白质、脂肪、水分等基本成分的含量,其他品质指标的测量还有待进一步研究。人工嗅觉系统(也称电子鼻)是近几年新兴的一种客观、快速、准确的“绿色”检测系统,待测样品几乎不需要前处理,气体采集和识别过程快速简便,重现性强。人工嗅觉系统通过采集待测样品的顶空挥发性气味,传感器吸附了不同气体成分进而产生不同的电导率,多个传感器阵列所产生的电阻率变化生成指纹图谱,通过数据处理和适宜的模式识别方法,最终获得待测气体的判别模型。采用人工嗅觉系统判别鱼肉品质的重要依据来源于:宰后鱼体由于内源酶和外源微生物的共同作用下,使肌肉内发生一系列的生物化学变化,导致鱼肉的外在品质不断发生变化,表现为异味、褪色/变色、软化、黏液等,而鱼肉的异味是反映其内在品质变化的最敏感的外在特征之一。因此,对鱼肉的异味整体特征进行检测和分析,构建判别模型,是快速评判鱼肉品质变化的新方法,提倡低碳、经济实用的品质管理理念。
发明内容
本发明所要解决的技术问题是如何评判鱼肉品质变化以及判定鱼肉品质等级的关键问题。
为此目的,本发明提出了一种判定鱼肉品质变化的方法,包括具体以下步骤:
S1:采集冷藏过程中鱼肉贮藏品的挥发性气味,同步进行鱼肉品质分析;
S2:通过对鱼肉品质分析获得不同鱼肉品质等级的气味指纹图谱;
S3:提取所述气味指纹图谱中稳定响应区域的特征信号;
S4:根据所述特征信号构建主成分分析模型识别鱼肉的不同品质等级。
进一步地,所述步骤S4后还包括:通过预留样品进行回判验证。
具体地,对鱼肉品质分析可以采用感官评价、理化分析和/或微生物检测方式。
进一步地,所述步骤S1进一步包括:
S11:准确称取样品于烧杯中,并用双层保鲜膜将所述样品进行密封;
S12:待室温平衡状态,所述样品气味平衡均匀后,经采样通道泵入到系统中;
S13:传感器阵列吸附一定量的挥发性物质引起电导率变化,并将所述电导率变化的信号进行采集并存储。
进一步地,所述步骤S2进一步包括:具体获得步骤。
S21:鱼肉冷藏期间,采用气味传感器阵列系统采集鱼肉的顶空挥发性气味,同步进行了感官评价、挥发性盐基氮、耐冷菌的测定;
S22:通过上述采集与测定获取不同贮藏天数、不同感官评价分值、不同挥发性盐基氮含量以及不同耐冷菌数量所对应的10个传感器阵列的10条响应曲线图,其中,所述响应曲线图数值与所述贮藏天数、感官评价分值、挥发性盐基氮以及耐冷菌含量为一一对应关系;
S23:通过对所述响应曲线图分析获得不同鱼肉品质等级的气味指纹图谱。
进一步地,所述步骤S3进一步包括:通过10个传感器阵列响应信号的变化曲线,选取所述变化曲线响应平稳的信号值作为特征提取值。
进一步地,所述步骤S4进一步包括:采用主成分分析对鱼肉的品质等级进行模式识别,其中,所述主成分分析为将10个传感器提取的多维向量进行数据转换,并通过较少的主成分代替原来的多维向量。
为此目的,本发明还提出了一种判定鱼肉品质变化的系统,包括:
采集分析装置,用于采集冷藏过程中鱼肉贮藏品的挥发性气味,同步进行鱼肉品质分析;
获取图谱装置,用于通过对鱼肉品质分析获得不同鱼肉品质等级的气味指纹图谱;
提取特征信号装置,用于提取所述气味指纹图谱中稳定响应区域的特征信号;
构建模型装置,用于根据所述特征信号构建主成分分析模型识别鱼肉的不同品质等级。
进一步地,还包括:回判验证装置,用于通过预留样品进行回判验证。
进一步地,所述采集分析装置进一步包括:感官评价模块、理化分析模块和/或微生物检测模块。
本发明公开一种判定鱼肉品质变化的方法,通过采用人工嗅觉系统的传感器阵列系统采集冷藏过程中鱼肉的顶空挥发性气味,同步进行感官评价、理化分析以及微生物测定,对所获得的传感器信号进行特征提取,采用主成分分析方法对鱼肉不同品质指标的品质等级进行归属划分,构建判别模型,通过已知样品进行回判分析,验证模型的可靠性。本发明还公开了一种判定鱼肉品质变化的系统。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,在附图中:
图1示出了本发明实施例中的一种判定鱼肉品质变化的方法的步骤流程图;
图2示出了本发明实施例中的一种判定鱼肉品质变化的方法中人工嗅觉系统结构图;
图3示出了本发明实施例中的一种判定鱼肉品质变化的方法中人工嗅觉系统对鱼肉不同品质等级的气味响应图;
图4示出了本发明实施例中的一种判定鱼肉品质变化的方法中贮藏过程鱼肉感官气味分值变化图;
图5示出了本发明实施例中的一种判定鱼肉品质变化的方法中贮藏过程鱼肉挥发性胺类含量变化图;
图6示出了本发明实施例中的一种判定鱼肉品质变化的方法中贮藏过程鱼肉耐冷菌含量变化图;
图7示出了本发明实施例中的一种判定鱼肉品质变化的方法中主成分分析判别鱼肉不同品质等级图;
图8示出了本发明实施例中的一种判定鱼肉品质变化的方法中已知样品的回判验证图;
图9示出了本发明实施例中的一种判定鱼肉品质变化的系统的结构图。
具体实施方式
下面将结合附图对本发明的实施例进行详细描述。
首先,气味是鱼肉内在品质变化的外在表现,是品质评价的重要指标,快速识别鱼肉品质劣变过程的气味特征对于流通过程品质管理具有重要的现实意义。本发明采用新颖的人工嗅觉系统,即集成了10个气味传感器阵列,采集冷藏过程中鱼肉的挥发性气味,同步进行感官评价、理化分析和微生物检测,从而获得不同鱼肉品质等级的气味指纹图谱,提取稳定响应区域的特征信号,构建主成分分析模型识别鱼肉的不同品质等级,结果表明,前两个主成分能够很好地区分不同贮藏天数、挥发性盐基氮和耐冷菌数量,两主成分贡献率均大于90%,通过预留样品回判验证,其总平均正确率大于80%,可以满足鱼肉品质快速评判要求。
为了更好的理解与应用本发明提出的判定鱼肉品质变化的方法,以如下附图示例进行详细说明。
如图1所示,本发明提供了一种判定鱼肉品质变化的方法,包括具体以下步骤:
实验材料的选取为实施本发明的预备步骤,即来自于北京罗非鱼养殖良种场的鲜活淡水罗非鱼。具体地,捕获后,即杀剖片,取刺,清洗,滤水晾干,加工成生鲜鱼片,独立托盘包装后放置于低温保温箱中,一层鱼一层冰确保0~4℃运往实验室;抵达实验室后,去除冰块,将包装好的鱼片置于4℃恒温冰箱贮藏。贮藏期间每隔一段时间随机取3片鱼片进行分析。
步骤S1:采集冷藏过程中鱼肉贮藏品的挥发性气味,同步进行鱼肉品质分析。具体地,鱼肉贮藏品的挥发性气味的采集方法为:准确称取肉丁15g平铺于250mL烧杯中,随即用双层保鲜膜密封,室温平衡10min后开始测量。其中,气味检测过程:样品气味平衡均匀后,经采样通道泵入到系统中,传感器阵列因吸附了一定量的挥发性物质,电导率发生变化,该信号被数据采集系统获取并存储于计算机中。采样完毕后,经活性炭过滤后的洁净空气被泵入系统中,对传感器阵列进行清洗并使其恢复到初始状态,为下一次测量做准备。其中气味检测时间40s,清洗时间60s,稀释度为0,气体泵入流速400mL/min。
本发明采用的人工嗅觉系统为德国Airsense公司生产的PEN3(portable electronic nose 3)。该系统主要包含气体采集通道、气体传感器阵列和计算机,内含信号预处理单元和模式识别单元,其结构如图2所示。具体地,系统采用了10个金属氧化物传感器,各个传感器对气体种类的特定识别及检测限不同。传感器阵列接触到样品挥发性气体后,对其电导率G与传感器经过标准活性碳过滤后气体的电导率G0的比值(G/G0)进行数据处理和模式识别。
进一步地,如图3(a)-(c)所示,为传感器阵列对不同品质等级鱼肉气味的响应信号,10个传感器阵列分别获得10条响应曲线,响应信号实际是气味挥发性成分吸附在传感器表面的金属氧化物上,相互反应使其相对电阻率(G/G0)改变,不同传感器对气味成分的吸附能力不同,因此,响应值也存在差异。如图3(a)-(c)所示,8、6、10、2号是基础响应传感器,其响应信号随着贮藏时间的延长和品质的劣变而逐渐增大,而7号在腐败期是优势响应传感器,对硫化物灵敏,在鱼肉产生类似H2S臭鸡蛋异味时开始响应灵敏,随着气味浓度的增大而响应值跃增。其他传感器响应信号变化较为平缓,总体上,不同品质等级鱼肉气味的特征得到优势传感器阵列的良好响应,因此为后续的品质评判提供很好的数据基础。
更进一步地,对鱼肉品质分析可以采用感官评价、理化分析和/或微生物检测方式。具体地,对鱼肉品质分析采用所述感官评价进一步包括:对感官评价人员进行味觉初筛和感官培训;筛选6-8名感官灵敏准确的评价人员进行试验,其中,通过感官人员目测、嗅闻、触摸和/或指压行为对鱼肉的颜色、气味、黏度和弹性指标进行等级打分。最好等级为5分,最低等级为0分。
具体地,感官人员通过嗅闻鱼肉散发的气味来初步判定品质状况。贮藏过程中,鱼肉气味的特征及其浓度发生明显变化。0~4天,鱼肉的气味主要由养殖环境所带来的浓郁河草味,鱼肉固有的轻微的鱼腥味。从第5天开始,鱼肉固有的河草清新味消失,而鱼腥味略有增强,但总体气味浓度较低。从第8天开始,鱼肉散发出腥味、氨味、略有发酸;至第11天,鱼肉以浓郁的木屑味、氨臭味为主;从第15天开始,鱼肉出现刺鼻的腥味、氨臭味。因此,如图4所示,鱼肉的气味感官分值随着贮藏时间的延长不断的下降,0~4天,分值为4.0~4.6分,鱼肉处于感官高品质期;4~8天,分值在2.3~4.0分,处于次新鲜期,其中第8天为感官临界点;8天以后,鱼肉处于腐败期,分值在2分以下。鱼肉气味的明显变化为人工嗅觉系统提供了良好的研究基础。
与此同时,对鱼肉品质分析还可以采用理化分析以及微生物检测。其中,对鱼肉品质分析采用理化分析进一步包括:称取10g混合碎肉,加100mL蒸馏水,均质,浸渍30min,3000rpm,离心15min,滤纸过滤,取5mL滤液于消化管中;在半自动凯氏定氮仪蒸馏6min,接收液用0.01mol/L的HCl溶液滴定至中性,所消耗的HCl溶液的量进行换算得到挥发性盐基氮TVBN的含量。对鱼肉品质分析采用微生物检测进一步包括:无菌操作下取25g鱼片样品置于225mL无菌生理盐水中,振荡均匀,做10倍系列稀释;选取适宜稀释度接种于CVT琼脂,20℃培养72h;计算耐冷菌典型菌落,换算成对数值lgcfu/g。
进一步地,贮藏过程鱼肉发生变化为胺类变化与耐冷菌变化。具体地,贮藏过程鱼肉胺类变化为:胺类是肌肉蛋白质不断分解的产物,在内源蛋白酶和外源微生物作用下,进一步代谢生成氨、三甲胺、二甲胺等挥发性含氮化合物,总称为挥发性盐基氮(TVBN),它是鱼类腐败变质的常用指标。贮藏0~4天内,TVBN值均小于15mg/100g,表明鱼肉蛋白质分解程度不高。GB 2733—2005规定,淡水鱼的TVBN应不超过20mg/100g。贮藏至第8天时,TVBN值达到平均值33mg/100g,随后出现明显的跃增趋势,至第15天最大值146mg/100g,之后出现回落趋势。从图5中可看出,贮藏4天内,蛋白质分解程度低,4~8天,蛋白质分解作用逐渐增强,8天以后,蛋白质分解作用出现明显的跃增趋,分解产物累计达到最大浓度,这与肉中微生物的生长代谢有关。
贮藏过程鱼肉耐冷菌变化为:低温贮藏过程中,耐冷菌的生长代谢是导致鱼肉腐败变质的重要原因,包括鱼肉散发出的挥发性异味成分和附着在表面的粘液。耐冷菌在整个贮藏时期呈现典型的指数生长曲线如图6所示,由于可以适应4℃低温环境,其延滞期很短。鱼肉中初始耐冷菌为2.73lgCFU/g,至第4天时,数量达到6.73lgCFU/g,随后逐渐增加至最大值10.00lgCFU/g,并趋于相对稳定。根据鲜鱼的微生物可接受限值是7.0lgcfu/g有氧中温菌,4天以内,微生物安全性较高,4天以后,微生物超过限定值。因此0~4天为微生物可接受期,4~5天为临界期,5天以后为腐败期。即综合上述感官评价、挥发性胺类和耐冷菌的数量,贮藏过程鱼肉品质等级如下:0~4天高品质期,4~7天为临界期,≥8天为不可接受期;当达到半数或半数以上人员拒绝鱼肉时,则为可接受终点。
步骤S2:通过对鱼肉品质分析获得不同鱼肉品质等级的气味指纹图谱。
具体地,鱼肉冷藏期间,采用气味传感器阵列系统采集鱼肉的顶空挥发性气味,同步进行了感官评价、挥发性盐基氮、耐冷菌的测定,以此获得不同贮藏天数、不同感官评价分值、不同挥发性盐基氮含量以及不同耐冷菌数量所对应的10个传感器阵列的10条响应曲线图,这些曲线的响应数值与上述的贮藏天数、感官分值、挥发性盐基氮以及耐冷菌的含量一一对应,进而获得不同鱼肉品质等级的气味指纹图谱。
进一步地,根据上述鱼肉不同贮藏天数进行的感官评价、挥发性盐基氮分析以及耐冷菌检测,综合分析三个品质指标的数据与鱼肉品质劣变进程,具体分析过程及分析结果详见S1,进而获得鱼肉不同的品质等级,包括高品质期(新鲜)、临界期(次新鲜)和不可接受期(腐败)。将鱼肉的品质等级与所对应的传感器阵列数据进行一一对应,获得鱼肉品质等级的气味指纹图谱。以图3为例,从图中可看出,鱼肉处于高品质期时,以贮藏1天为例,7号传感器响应曲线的稳定响应数值为0.99-1.03(见图3a),在这期间所对应的感官评价分值为4.51分、挥发性盐基氮为11.92mg/100g、耐冷菌为2.73lgCFU/g。鱼肉处于临界期时,鱼肉的品质正处于可接受与不可接受的临界状态,以贮藏4天为例,此时7号传感器响应曲线的稳定响应数值为1.48-1.51(见图3b),所对应的感官评价分值为3.24分、挥发性盐基氮为14.76mg/100g、耐冷菌为6.73lgCFU/g。当鱼肉处于不可接受期时,以贮藏19天为例,7号传感器响应曲线的稳定响应数值为9.13-9.25(见图3c),在这期间所对应的感官评价分值为0.49分、挥发性盐基氮为132.82mg/100g、耐冷菌为9.59lgCFU/g。因此,构建的鱼肉品质气味指纹图谱能够很好地响应鱼肉的品质变化。
步骤S3:提取气味指纹图谱中稳定响应区域的特征信号。
具体地,根据10个传感器阵列响应信号的变化曲线,选取响应平稳的信号值30~35s作为特提取值,适宜的模式识别方法可以准确判定样品的检测结果。
进一步地,本发明中气味采集时间为40s,如图7所示,40s可以较为完整地采集到气味特征的响应变化,且不使传感器表面吸附过多的成分而导致中毒和难于清洗。经过综合分析所有不同品质等级的鱼肉气味响应信号,表明10s以前,信号处于跃升期;10~20s,仍处于上升期;20~30s,信号尚不平稳,30s以后,信号处于相对稳定阶段,因此,本发明采用30~35s作为特征提取数据,为后面的模式识别提供标准化数据。
步骤S4:根据特征信号构建主成分分析模型识别鱼肉的不同品质等级。
具体地,为了全面地反映鱼肉不同品质指标的品质状况,本发明分别对鱼肉的贮藏时间、TVBN、耐冷菌的不同等级进行聚类分析。如图8,每个椭圆,即数据点集合代表单个指标,即贮藏天数、TVBN、耐冷菌的不同品质等级的数量范围,相近的贮藏时间数据点比较靠近,与贮藏时间较长的数据点区分度良好;采用主成分分析将TVBN的含量区分为10~15mg/100g、20~35mg/100g、60~80mg/100g、>100mg/100g四个等级,将耐冷菌数量划分为2.0~3.0lgCFU/g、6.0~7.0lgCFU/g、9.0~9.5lgCFU/g、10.0~11lgCFU/g四个等级。
由于多个传感器阵列的响应值涉及到多变量统计分析,且多变量之间往往存在着一定程度的相关性,通过线性组合来提取多变量中的重要信息,当第一个线性组合不能提取更多的信息时,再考虑用第二个线性组合继续这个快速提取的过程,直到所提取的信息与原指标相差不多时为止。因此,本发明采用PEN3系统中WinMuster1.6.2软件进行主成分分析(Principal component analysis,PCA)对鱼肉的品质等级进行模式识别,其中,PEN3系统中WinMuster1.6.2软件在主成分分析中的采用可以提高分析的准确性与高效性,且PCA是将所提取的传感器多指标的信息进行数据转换,并用较少的主成分代替原来的多维向量,从而消除样品数据中的冗余成份,既达到数据降维目的,又保留了原数据的大部分信息。将前两个主成分在二维图上表示出来,如果前两个主成分的累计贡献率大于80%,表明原有多变量信息提取较为完全,可以代替原有多变量的样品信息。
更进一步地,从PC1和PC2的贡献率来看,贮藏时间、TVBN、耐冷菌的数据集合点延着PC1从左至右呈现较好的线性关系,表明PC1对于各指标的量化归类具有很好的区分效果,且PC1的贡献率分别达到83.12%、88.10%、86.28%,表明该主成分提取信息较为完全,可以替代原始10个传感器的响应信号。由于PC1能够很好地反映原有信息,而PC2主要反映数据点集合在第二主成分的离散型,离散程度越高,表明在PC2上的区分度数据点的贡献越大,也可以认为是气味浓度越高或特征越复杂。在上述三个指标的区分模型中,PC1+PC2的百分比分别为92.74%、93.25%、95.09%,均大于90%,表明PC1和PC2完全可以替代原有大量的数据,对识别模型的贡献率大,模型识别能力可靠。
更进一步地,步骤S4后还包括:通过预留样品进行回判验证。具体地,在建立主成分分析的训练集时,每个样品集预留1个样品作为未知样品,利用其余样品建立判别模型,将留下的样品代入判别模型来验证其归属。根据回判正确率来验证判别模型的可靠性。以图8为例,8天托盘包装样品回判归类到8天的数据集,第1天时2.73lgCFU/g的耐冷菌回判归类到2.0~3.0lgCFU/g数据集,第11天时鱼肉中含有69.50mg/100g TVBN回判到60~80mg/100g数据集,表明回判结果在数据集合范围内,具有较好的回判正确性。为确保模型的可靠性,把验证样本量增加至n=24,计算正确归类的样本量与总样本量的百分比,即回判正率见表1。其中表1主成分分析识别模型的回判正确率。
表1主成分分析识别模型的回判正确率
具体地,如表1,采用回判验证归类时,贮藏天数、TVBN和耐冷菌的回判正确率分别为87.50%、75.00%、79.17%,总平均正确率为80.56%。TVBN的回判正确率较低,导致总的平均正确率低,这可能与TVBN在贮藏后期,快速跃增有关,而贮藏时间和耐冷菌的数量的变化具有较好的连续性和平稳过渡,有利于提高回判的正确率。由于总平均正确率大于80%,因此可以满足快速评判要求。
本发明提供了一种基于人工嗅觉系统判定鱼肉品质变化的方法,与现有技术相比,突出的优点在于:本发明为首次采用人工嗅觉系统判定罗非鱼肉不同品质指标的变化,其气体采集速度快,模式识别及回判速度快,回判准确性高,可以为物流过程鱼肉品质的快速评估和质量管理提供一种有效的解决方法。
为了更好的理解与应用本发明提出的判定鱼肉品质变化的方法,本发明从上述方法中抽象出一种判定鱼肉品质变化系统。
如图9所示,本发明提供了一种判定鱼肉品质变化的系统10,包括:采集分析装置101、获取图谱装置102、提取特征信号装置103以及构建模型装置104。
具体地,采集分析装置101用于采集冷藏过程中鱼肉贮藏品的挥发性气味,同步进行鱼肉品质分析,其中,采集分析装置101进一步包括:感官评价模块1011、理化分析模块1012和/或微生物检测模块1013;获取图谱装置102用于通过对鱼肉品质分析获得不同鱼肉品质等级的气味指纹图谱;提取特征信号装置103用于提取气味指纹图谱中稳定响应区域的特征信号;构建模型装置104用于根据特征信号构建主成分分析模型识别鱼肉的不同品质等级。
进一步地,一种基于人工嗅觉系统判定鱼肉品质变化的系统还包括:回判验证装置105用于通过预留样品进行回判验证。
本发明公开一种判定鱼肉品质变化的方法,通过采用人工嗅觉系统的传感器阵列系统采集冷藏过程中鱼肉的顶空挥发性气味,同步进行感官评价、理化分析和/或微生物测定,对所获得的传感器信号进行特征提取,采用主成分分析方法对鱼肉不同品质指标的品质等级进行归属划分,构建判别模型,通过已知样品进行回判分析,验证模型的可靠性。本发明还公开了一种判定鱼肉品质变化的系统。
虽然结合附图描述了本发明的实施方式,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种判定鱼肉品质变化的方法,其特征在于,包括具体以下步骤:
S1:采集冷藏过程中鱼肉贮藏品的挥发性气味,同步进行鱼肉品质分析;
S2:通过对鱼肉品质分析获得不同鱼肉品质等级的气味指纹图谱;
S3:提取所述气味指纹图谱中稳定响应区域的特征信号;
S4:根据所述特征信号构建主成分分析模型识别鱼肉的不同品质等级。
2.如权利要求1所述的方法,其特征在于,所述步骤S4后还包括:通过预留样品进行回判验证。
3.如权利要求1所述的方法,其特征在于,对鱼肉品质分析可以采用感官评价、理化分析和/或微生物检测方式。
4.如权利要求1所述的方法,其特征在于,所述步骤S1进一步包括:
S11:准确称取样品于烧杯中,并用双层保鲜膜将所述样品进行密封;
S12:待室温平衡状态,所述样品气味平衡均匀后,经采样通道泵入到系统中;
S13:传感器阵列吸附一定量的挥发性物质引起电导率变化,并将所述电导率变化的信号进行采集并存储。
5.如权利要求1所述的方法,其特征在于,所述步骤S2进一步包括:具体获得步骤。
S21:鱼肉冷藏期间,采用气味传感器阵列系统采集鱼肉的顶空挥发性气味,同步进行了感官评价、挥发性盐基氮、耐冷菌的测定;
S22:通过上述采集与测定获取不同贮藏天数、不同感官评价分值、不同挥发性盐基氮含量以及不同耐冷菌数量所对应的10个传感器阵列的10条响应曲线图,其中,所述响应曲线图数值与所述贮藏天数、感官评价分值、挥发性盐基氮以及耐冷菌含量为一一对应关系;
S23:通过对所述响应曲线图分析获得不同鱼肉品质等级的气味指纹图谱。
6.如权利要求1所述的方法,其特征在于,所述步骤S3进一步包括:通过10个传感器阵列响应信号的变化曲线,选取所述变化曲线响应平稳的信号值作为特征提取值。
7.如权利要求1所述的方法,其特征在于,所述步骤S4进一步包括:采用主成分分析对鱼肉的品质等级进行模式识别,其中,所述主成分分析为将10个传感器提取的多维向量进行数据转换,并通过较少的主成分代替原来的多维向量。
8.一种判定鱼肉品质变化的系统,其特征在于,包括:
采集分析装置,用于采集冷藏过程中鱼肉贮藏品的挥发性气味,同步进行鱼肉品质分析;
获取图谱装置,用于通过对鱼肉品质分析获得不同鱼肉品质等级的气味指纹图谱;
提取特征信号装置,用于提取所述气味指纹图谱中稳定响应区域的特征信号;
构建模型装置,用于根据所述特征信号构建主成分分析模型识别鱼肉的不同品质等级。
9.如权利要求8所述的系统,其特征在于,还包括:回判验证装置,用于通过预留样品进行回判验证。
10.如权利要求8所述的系统,其特征在于,所述采集分析装置进一步包括:感官评价模块、理化分析模块和/或微生物检测模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410522804.8A CN104330441A (zh) | 2014-09-30 | 2014-09-30 | 一种判定鱼肉品质变化的方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410522804.8A CN104330441A (zh) | 2014-09-30 | 2014-09-30 | 一种判定鱼肉品质变化的方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104330441A true CN104330441A (zh) | 2015-02-04 |
Family
ID=52405211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410522804.8A Pending CN104330441A (zh) | 2014-09-30 | 2014-09-30 | 一种判定鱼肉品质变化的方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104330441A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109254034A (zh) * | 2018-11-13 | 2019-01-22 | 盐城工学院 | 一种便携式扇贝数字化品质评价装置和方法 |
CN109406740A (zh) * | 2018-12-20 | 2019-03-01 | 湖北省农业科学院农产品加工与核农技术研究所 | 一种淡水鱼肉品质的评价方法 |
CN109444358A (zh) * | 2018-11-07 | 2019-03-08 | 江南大学 | 一种区分冻藏淡水鱼肉品质劣化影响因素的模型分析方法及应用 |
CN114113471A (zh) * | 2021-11-08 | 2022-03-01 | 滁州怡然传感技术研究院有限公司 | 一种基于机器学习的人工鼻冰箱食品新鲜度检测方法及系统 |
CN115078662A (zh) * | 2022-07-22 | 2022-09-20 | 广东省农业科学院蚕业与农产品加工研究所 | 一种蔬果保鲜状态的智能分析方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006030083A (ja) * | 2004-07-20 | 2006-02-02 | Aska Corp | 魚体肉質判定システム |
US20080224716A1 (en) * | 2006-03-18 | 2008-09-18 | Singer Michaeal G | Method and System For Determining Freshness and Palatability and Assessing Organ Vitality |
JP2009079966A (ja) * | 2007-09-26 | 2009-04-16 | Shizuoka Prefecture | 畜肉の熟成度判定方法 |
CN102954985A (zh) * | 2011-08-31 | 2013-03-06 | 中国科学院上海微系统与信息技术研究所 | 一种电阻抗式细菌快速检测传感器的数据分析方法 |
-
2014
- 2014-09-30 CN CN201410522804.8A patent/CN104330441A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006030083A (ja) * | 2004-07-20 | 2006-02-02 | Aska Corp | 魚体肉質判定システム |
US20080224716A1 (en) * | 2006-03-18 | 2008-09-18 | Singer Michaeal G | Method and System For Determining Freshness and Palatability and Assessing Organ Vitality |
JP2009079966A (ja) * | 2007-09-26 | 2009-04-16 | Shizuoka Prefecture | 畜肉の熟成度判定方法 |
CN102954985A (zh) * | 2011-08-31 | 2013-03-06 | 中国科学院上海微系统与信息技术研究所 | 一种电阻抗式细菌快速检测传感器的数据分析方法 |
Non-Patent Citations (1)
Title |
---|
钟赛意 等: "气味指纹技术评价真空包装罗非鱼的新鲜度研究", 《农产品加工(学刊)》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109444358A (zh) * | 2018-11-07 | 2019-03-08 | 江南大学 | 一种区分冻藏淡水鱼肉品质劣化影响因素的模型分析方法及应用 |
CN109254034A (zh) * | 2018-11-13 | 2019-01-22 | 盐城工学院 | 一种便携式扇贝数字化品质评价装置和方法 |
CN109406740A (zh) * | 2018-12-20 | 2019-03-01 | 湖北省农业科学院农产品加工与核农技术研究所 | 一种淡水鱼肉品质的评价方法 |
CN114113471A (zh) * | 2021-11-08 | 2022-03-01 | 滁州怡然传感技术研究院有限公司 | 一种基于机器学习的人工鼻冰箱食品新鲜度检测方法及系统 |
CN115078662A (zh) * | 2022-07-22 | 2022-09-20 | 广东省农业科学院蚕业与农产品加工研究所 | 一种蔬果保鲜状态的智能分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101382531B (zh) | 利用电子鼻检测虾新鲜度的方法 | |
CN106501470B (zh) | 利用味觉系统与电子鼻联合评价芥辣酱风味等级的方法 | |
CN102590283B (zh) | 利用电子鼻检测草鱼新鲜度的方法 | |
Hong et al. | Discrimination and prediction of multiple beef freshness indexes based on electronic nose | |
CN104330441A (zh) | 一种判定鱼肉品质变化的方法与系统 | |
CN102621192B (zh) | 一种利用电子鼻检测芒果新鲜度的方法 | |
CN101769889A (zh) | 一种农产品品质检测的电子鼻系统 | |
CN105044298B (zh) | 一种基于机器嗅觉的蟹类新鲜度等级检测方法 | |
CN105954412B (zh) | 用于山核桃新鲜度检测的传感器阵列优化方法 | |
CN107102035B (zh) | 一种基于电子鼻的猪肉冷冻储藏期的无损检测方法 | |
CN101493431A (zh) | 利用电子鼻检测鸡肉新鲜度的方法 | |
CN100575950C (zh) | 一种水果成熟度预测方法 | |
CN103424521A (zh) | 一种牛肉新鲜度检测装置及检测方法 | |
CN103134850A (zh) | 一种基于特征香气的茶叶品质快速检测装置及检测方法 | |
CN102692488A (zh) | 基于电子鼻技术的金华火腿分级与鉴别方法 | |
CN104849323B (zh) | 一种基于电子鼻快速检测果汁中澄清剂的方法 | |
CN104849321B (zh) | 一种基于嗅觉指纹图谱快速检测柑橘品质的方法 | |
CN112949984B (zh) | 一种基于气味可视化的梅香鱼发酵程度多维融合鉴别方法 | |
CN104849318B (zh) | 基于味觉嗅觉指纹图谱检测不同成熟度柑橘品质的方法 | |
CN103983676A (zh) | 一种基于气敏传感器技术的猪肉新鲜度快速无损检测的方法 | |
CN104965006A (zh) | 一种基于电子舌的羊肉新鲜度的快速检测方法 | |
Ziadi et al. | Leaf nitrogen concentration as an indicator of corn nitrogen status | |
Wang et al. | Quantitative analysis and early detection of postharvest soft rot in kiwifruit using E-nose and chemometrics | |
CN104914225A (zh) | 一种基于嗅觉指纹信息预测果汁中澄清剂含量的方法 | |
CN103424526A (zh) | 牛肉新鲜度检测装置及检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150204 |