CN109164180A - 基于决策树提取特征判别马苏里拉奶酪身份标识的方法 - Google Patents
基于决策树提取特征判别马苏里拉奶酪身份标识的方法 Download PDFInfo
- Publication number
- CN109164180A CN109164180A CN201811003692.XA CN201811003692A CN109164180A CN 109164180 A CN109164180 A CN 109164180A CN 201811003692 A CN201811003692 A CN 201811003692A CN 109164180 A CN109164180 A CN 109164180A
- Authority
- CN
- China
- Prior art keywords
- soviet union
- lira cheese
- horse soviet
- feature
- identity
- 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
- 235000013351 cheese Nutrition 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000003066 decision tree Methods 0.000 title claims abstract description 33
- 239000000796 flavoring agent Substances 0.000 claims abstract description 58
- 235000019634 flavors Nutrition 0.000 claims abstract description 58
- 238000011156 evaluation Methods 0.000 claims abstract description 7
- 230000001953 sensory effect Effects 0.000 claims abstract description 6
- 238000012706 support-vector machine Methods 0.000 claims abstract description 6
- 150000001875 compounds Chemical class 0.000 claims description 26
- QTBSBXVTEAMEQO-UHFFFAOYSA-N Acetic acid Chemical compound CC(O)=O QTBSBXVTEAMEQO-UHFFFAOYSA-N 0.000 claims description 21
- 230000014759 maintenance of location Effects 0.000 claims description 19
- VLKZOEOYAKHREP-UHFFFAOYSA-N n-Hexane Chemical compound CCCCCC VLKZOEOYAKHREP-UHFFFAOYSA-N 0.000 claims description 18
- 238000010790 dilution Methods 0.000 claims description 16
- 239000012895 dilution Substances 0.000 claims description 16
- 239000004615 ingredient Substances 0.000 claims description 10
- XEKOWRVHYACXOJ-UHFFFAOYSA-N Ethyl acetate Chemical compound CCOC(C)=O XEKOWRVHYACXOJ-UHFFFAOYSA-N 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 9
- 229910052799 carbon Inorganic materials 0.000 claims description 9
- 239000003205 fragrance Substances 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 9
- 235000020246 buffalo milk Nutrition 0.000 claims description 7
- OVBFMEVBMNZIBR-UHFFFAOYSA-N 2-methylvaleric acid Chemical compound CCCC(C)C(O)=O OVBFMEVBMNZIBR-UHFFFAOYSA-N 0.000 claims description 6
- KWOLFJPFCHCOCG-UHFFFAOYSA-N Acetophenone Chemical compound CC(=O)C1=CC=CC=C1 KWOLFJPFCHCOCG-UHFFFAOYSA-N 0.000 claims description 6
- 239000002253 acid Substances 0.000 claims description 6
- HUMNYLRZRPPJDN-UHFFFAOYSA-N benzaldehyde Chemical compound O=CC1=CC=CC=C1 HUMNYLRZRPPJDN-UHFFFAOYSA-N 0.000 claims description 6
- 239000012141 concentrate Substances 0.000 claims description 6
- KSMVZQYAVGTKIV-UHFFFAOYSA-N decanal Chemical compound CCCCCCCCCC=O KSMVZQYAVGTKIV-UHFFFAOYSA-N 0.000 claims description 6
- -1 ethyl caprilate Chemical compound 0.000 claims description 6
- SHZIWNPUGXLXDT-UHFFFAOYSA-N ethyl hexanoate Chemical compound CCCCCC(=O)OCC SHZIWNPUGXLXDT-UHFFFAOYSA-N 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 239000007789 gas Substances 0.000 claims description 6
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 claims description 6
- YUPOCHDBBHTUBJ-UHFFFAOYSA-N nonadecan-10-one Chemical compound CCCCCCCCCC(=O)CCCCCCCCC YUPOCHDBBHTUBJ-UHFFFAOYSA-N 0.000 claims description 6
- FBUKVWPVBMHYJY-UHFFFAOYSA-N nonanoic acid Chemical compound CCCCCCCCC(O)=O FBUKVWPVBMHYJY-UHFFFAOYSA-N 0.000 claims description 6
- NUJGJRNETVAIRJ-UHFFFAOYSA-N octanal Chemical compound CCCCCCCC=O NUJGJRNETVAIRJ-UHFFFAOYSA-N 0.000 claims description 6
- 230000035943 smell Effects 0.000 claims description 6
- 239000002904 solvent Substances 0.000 claims description 6
- QRPLZGZHJABGRS-UHFFFAOYSA-N xi-5-Dodecanolide Chemical compound CCCCCCCC1CCCC(=O)O1 QRPLZGZHJABGRS-UHFFFAOYSA-N 0.000 claims description 6
- 239000003513 alkali Substances 0.000 claims description 4
- 239000012159 carrier gas Substances 0.000 claims description 4
- 238000002790 cross-validation Methods 0.000 claims description 4
- 239000001307 helium Substances 0.000 claims description 4
- 229910052734 helium Inorganic materials 0.000 claims description 4
- SWQJXJOGLNCZEY-UHFFFAOYSA-N helium atom Chemical compound [He] SWQJXJOGLNCZEY-UHFFFAOYSA-N 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- ZSDQQJHSRVEGTJ-UHFFFAOYSA-N 2-(6-amino-1h-indol-3-yl)acetonitrile Chemical compound NC1=CC=C2C(CC#N)=CNC2=C1 ZSDQQJHSRVEGTJ-UHFFFAOYSA-N 0.000 claims description 3
- WGPCZPLRVAWXPW-NSHDSACASA-N 5-octyloxolan-2-one Chemical compound CCCCCCCC[C@H]1CCC(=O)O1 WGPCZPLRVAWXPW-NSHDSACASA-N 0.000 claims description 3
- RHDGNLCLDBVESU-UHFFFAOYSA-N but-3-en-4-olide Chemical compound O=C1CC=CO1 RHDGNLCLDBVESU-UHFFFAOYSA-N 0.000 claims description 3
- 239000000470 constituent Substances 0.000 claims description 3
- 238000007865 diluting Methods 0.000 claims description 3
- HFJRKMMYBMWEAD-UHFFFAOYSA-N dodecanal Chemical compound CCCCCCCCCCCC=O HFJRKMMYBMWEAD-UHFFFAOYSA-N 0.000 claims description 3
- 238000001704 evaporation Methods 0.000 claims description 3
- 230000008020 evaporation Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- WGPCZPLRVAWXPW-LLVKDONJSA-N gamma-Dodecalactone Natural products CCCCCCCC[C@@H]1CCC(=O)O1 WGPCZPLRVAWXPW-LLVKDONJSA-N 0.000 claims description 3
- 238000001319 headspace solid-phase micro-extraction Methods 0.000 claims description 3
- 229940089454 lauryl aldehyde Drugs 0.000 claims description 3
- 238000004949 mass spectrometry Methods 0.000 claims description 3
- HNBDRPTVWVGKBR-UHFFFAOYSA-N n-pentanoic acid methyl ester Natural products CCCCC(=O)OC HNBDRPTVWVGKBR-UHFFFAOYSA-N 0.000 claims description 3
- VKCYHJWLYTUGCC-UHFFFAOYSA-N nonan-2-one Chemical compound CCCCCCCC(C)=O VKCYHJWLYTUGCC-UHFFFAOYSA-N 0.000 claims description 3
- GYHFUZHODSMOHU-UHFFFAOYSA-N nonanal Chemical compound CCCCCCCCC=O GYHFUZHODSMOHU-UHFFFAOYSA-N 0.000 claims description 3
- QNGNSVIICDLXHT-UHFFFAOYSA-N para-ethylbenzaldehyde Natural products CCC1=CC=C(C=O)C=C1 QNGNSVIICDLXHT-UHFFFAOYSA-N 0.000 claims description 3
- WVDDGKGOMKODPV-ZQBYOMGUSA-N phenyl(114C)methanol Chemical compound O[14CH2]C1=CC=CC=C1 WVDDGKGOMKODPV-ZQBYOMGUSA-N 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000004451 qualitative analysis Methods 0.000 claims description 3
- 239000000243 solution Substances 0.000 claims description 3
- KMPQYAYAQWNLME-UHFFFAOYSA-N undecanal Chemical compound CCCCCCCCCCC=O KMPQYAYAQWNLME-UHFFFAOYSA-N 0.000 claims description 3
- 239000003039 volatile agent Substances 0.000 claims description 3
- FERIUCNNQQJTOY-UHFFFAOYSA-N Butyric acid Chemical compound CCCC(O)=O FERIUCNNQQJTOY-UHFFFAOYSA-N 0.000 claims 2
- XYYMFUCZDNNGFS-UHFFFAOYSA-N 2-methylheptan-3-one Chemical compound CCCCC(=O)C(C)C XYYMFUCZDNNGFS-UHFFFAOYSA-N 0.000 claims 1
- IICQZTQZQSBHBY-UHFFFAOYSA-N 2t-nonene Natural products CCCCCCC=CC IICQZTQZQSBHBY-UHFFFAOYSA-N 0.000 claims 1
- PXRBWNLUQYZAAX-UHFFFAOYSA-N 6-Butyltetrahydro-2H-pyran-2-one Chemical compound CCCCC1CCCC(=O)O1 PXRBWNLUQYZAAX-UHFFFAOYSA-N 0.000 claims 1
- 241001191009 Gymnomyza Species 0.000 claims 1
- RSJKGSCJYJTIGS-UHFFFAOYSA-N N-undecane Natural products CCCCCCCCCCC RSJKGSCJYJTIGS-UHFFFAOYSA-N 0.000 claims 1
- 150000001335 aliphatic alkanes Chemical class 0.000 claims 1
- 150000002500 ions Chemical class 0.000 claims 1
- 150000002576 ketones Chemical class 0.000 claims 1
- 239000012071 phase Substances 0.000 claims 1
- 235000013336 milk Nutrition 0.000 description 8
- 239000008267 milk Substances 0.000 description 8
- 210000004080 milk Anatomy 0.000 description 8
- 239000002585 base Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008676 import Effects 0.000 description 4
- 210000000697 sensory organ Anatomy 0.000 description 4
- ULPMRIXXHGUZFA-UHFFFAOYSA-N (R)-4-Methyl-3-hexanone Natural products CCC(C)C(=O)CC ULPMRIXXHGUZFA-UHFFFAOYSA-N 0.000 description 2
- PFCHFHIRKBAQGU-UHFFFAOYSA-N 3-hexanone Chemical compound CCCC(=O)CC PFCHFHIRKBAQGU-UHFFFAOYSA-N 0.000 description 2
- ATFILNASVBGQOO-UHFFFAOYSA-N CCCCCCCCCC(C)=O.CCCCCCCCCC(=O)CCCCCCCCC Chemical compound CCCCCCCCCC(C)=O.CCCCCCCCCC(=O)CCCCCCCCC ATFILNASVBGQOO-UHFFFAOYSA-N 0.000 description 2
- 241000283086 Equidae Species 0.000 description 2
- YBCVMFKXIKNREZ-UHFFFAOYSA-N acoh acetic acid Chemical compound CC(O)=O.CC(O)=O YBCVMFKXIKNREZ-UHFFFAOYSA-N 0.000 description 2
- 150000002148 esters Chemical class 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000013505 freshwater Substances 0.000 description 2
- 238000004817 gas chromatography Methods 0.000 description 2
- 238000001819 mass spectrum Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 239000006071 cream Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000050 nutritive effect Effects 0.000 description 1
- 230000005070 ripening Effects 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 238000002470 solid-phase micro-extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/04—Preparation or injection of sample to be analysed
- G01N30/06—Preparation
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dairy Products (AREA)
Abstract
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。
Description
技术领域
本发明涉及奶酪身份特征的识别技术，尤其涉及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。
背景技术
马苏里拉奶酪是是进口量仅次于切达奶酪的一种拉伸奶酪。水牛奶马苏里拉奶酪的营养价值相对牛奶的而言更丰富，但其成本也更高，因此极易发生掺假现象。通常而言不同级别的马苏里拉奶酪的评价大多以主观的感官评价为主，缺少客观的评价标准，但由于不同乳源马苏里拉奶酪风味差异程度较小，通常不是经验丰富的马苏里拉奶酪制造者或者使用者，很难对两种不同乳源的奶酪进行确定。另外对于奶酪基本依赖进口的我国而言，水牛奶马苏里拉奶酪的感官评定分级方法因缺少生产经验和使用经验而难以操作，主要依赖进口标签对其进行区分，因此很容易造成掺假，导致品质良莠不齐。如何利用仪器分析对进口水牛奶马苏里拉奶酪的身份以及奶酪品质进行确定，一直是我国进口奶酪产业一个难以解决的问题。
奶酪的风味与其品质有较大相关性，是影响其质量的关键因素，不同等级的奶酪具有不同浓度的挥发性特征组分，因此近年来也有研究者利用风味分析方法对马苏里拉奶酪分级展开初步研究，但大多采用固相微萃取气相色谱质谱联用仪(SPME-GC-MS)得到不同奶酪中的挥发性组分峰面积，再结合电子鼻，采用主成分分析(Principal ComponentAnalysis)、聚类分析(Cluster Analysis)、偏最小二乘法(Partial Least Squares)等方法直接鉴别样本，并没有对不同等级奶酪特有的身份判别风味组分进行分析，信息特征不够，因而不能准确地区分不同成熟期的马苏里拉奶酪。
发明内容
为了克服上述现有技术的不足，本发明提供一种基于决策树提取特征判别马苏里拉奶酪身份标识(特征化合物)的方法，基于决策树算法提取马苏里拉奶酪特征，建立马苏里拉奶酪身份标识性特征风味组分模型，识别出不同的身份标识性特征风味组分，由此判别马苏里拉奶酪的身份等级。
本发明提供的技术方案是：
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)采用香气提取物稀释分析方法(AEDA)测定马苏里拉奶酪的特征风味组分，得到每种挥发性香气物质的香气稀释因子；
具体地，通过溶剂辅助风味蒸发法(SAFE)，对水牛奶马苏里拉奶酪样品的挥发性分为组分进行萃取，得到浓缩液；将得到的浓缩液用正己烷按1:3进行系列稀释(按照3的N次方进行稀释)，稀释倍数分别为3、9、81、243...，每次稀释后的溶液进入气相-嗅闻装置(GC-O)进行分析，直到感官评价员在嗅探口末端不再闻到任何气味则停止稀释，每种挥发性香气物质的最高稀释倍数即为其FD因子(Flavor dilution factor，香气稀释因子)。每个稀释倍数的样品由感官评价员分析三次，有两次以上在同一嗅闻时间有相同感官描述即为有效结果。通过AEDA方法确定得到水牛奶马苏里拉奶酪中共有23种特征风味组分。
12)特征风味组分的标准曲线的制备；
将AEDA法选出的23种特征风味组分(香气标准品)，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(最小回归偏差大于0.96)。将酸性化合物(乙酸、丁酸、壬酸)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；同理，将中/碱性化合物(乙酸乙酯、3-己酮、戊酸甲酯、己酸乙酯、辛醛、2-壬酮、壬醛、辛酸乙酯、癸醛、苯甲醛、2-十一烷酮、2-壬烯醛、十一醛、苯乙酮、月桂醛、苯甲醇、呋喃酮、δ-壬内酯、γ-十二内酯、δ-十二内酯)，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。在此基础上做出23种特征风味组分标准曲线。
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。
13)样品中特征风味组分含量检测
GC-MS条件将通过顶空固相微萃取气质联用法(SPME-GC-MS)来萃取风味组分用于气相色谱质谱联用(GC-MS)分析。GC条件：采用DB-WAX毛细管柱(30m×0.25mm，0.25μm)，氦气作载气，使用1mL/min恒定流速。色谱柱升温程序：起始柱温35℃，保持5min，溶剂延迟4min，以5℃/min升到100℃，保持2min，然后以6℃/min升到180℃，最后以8℃/min升到230℃，保持2min。采用不分流模式，进样口温度为250℃。MS条件：电子电离源，电离能量70eV，离子源温度为230℃，接口温度为250℃，四极杆温度150℃，检测器温度为280℃，扫描模式全扫描，质量范围m/z 20～350。
数据处理由MassHunter化学工作站完成，待鉴定化合物经检索与NIST 14标准品的质谱谱库中该挥发性成分谱图进行对比，仅当两者匹配度大于800(完全一致匹配度为1000)的鉴定结果才确认是该化合物，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测定方法：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，并根据公式2计算待测物i的保留指数(tn<ti<tn+1)。
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。
2)生成身份标识性特征风味组分模型；
基于上述实验得到24个马苏里拉奶酪样本的23种身份标志性特征风味组分浓度，级别分布为：新鲜水牛、新鲜牛奶、半硬质牛奶，用决策树进行特征选择，流程如图1，主要是基于基尼指数构建决策树，根据公式3计算在给定不同特征风味组分情况下样本集合的基尼指数Gini(D,A)，基尼指数越小说明样本越属于一类，最小基尼指数所对应的特征风味组分即为分裂特征，选择所有的分裂特征作为身份标识性特征风味组分，进行后续的类别鉴定，将提高分类效率以及准确度，决策树如图2，可见通过决策树得到的马苏里拉奶酪身份标识性特征风味组分为乙酸(acetic acid)、2-十一烷酮(2-undecanone)。
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，Ck为对应类别的子集。
3)未知马苏里拉奶酪级别的判定；
利用支持向量机(Support Vector Machine，SVM)模型判别未知马苏里拉奶酪级别。保留马苏里拉奶酪身份标识性特征风味组分乙酸、2-十一烷酮，将24个样本输入支持向量机分类模型，通过五折交叉验证得到准确率和f1-score，f1-score是精确率(precision)和召回率(recall)的一种调和平均数，越高说明分类模型性能越好，如图3，通过决策树特征选择后的类别鉴定结果比原始23个特征风味组分的类别鉴定结果好，准确率、f1-score均高达96％，能够很好的区分负样本和识别正样本，判定未知的马苏里拉奶酪级别。
与现有技术相比，本发明的有益效果是：
本发明提供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，获得判别马苏里拉奶酪身份标识的特征化合物，很好的区分了不同等级的马苏里拉奶酪。本发明具有以下技术优势：
(一)通过提取特征风味组分，提出了一种马苏里拉奶酪身份判别的创新方法，与传统的感官评定方法相比，节省了大量人力与感官评价相关费用，同时对于不熟悉马苏里拉奶酪品质相关背景的我国消费者者而言，具有使奶酪分级更加客观、有效的作用；
(二)本发明中，打破传统的马苏里拉奶酪判别方法，基于特征风味组分，采用决策树分类提高了马苏里拉奶酪身份判别的准确率。
附图说明
图1为本发明提供的基于决策树提取判别马苏里拉奶酪身份标识性特征化合物的方法的流程框图。
图2为本发明实施例中马苏里拉奶酪特征风味组分决策树图。
图3为本发明实施例中不同马苏里拉奶酪特征风味组分的分类准确率及f1-score示意图。
具体实施方式
下面结合附图，通过实施例进一步描述本发明，但不以任何方式限制本发明的范围。
本发明提供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，能够很好的区分负样本和识别正样本，判定未知的马苏里拉奶酪级别。
图1为本发明提供的基于决策树提取判别马苏里拉奶酪身份标识性特征化合物的方法的流程框图，具体实施包括如下步骤：
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)采用香气提取物稀释分析方法(AEDA)测定马苏里拉奶酪的特征风味组分，得到每种挥发性香气物质的香气稀释因子；
具体地，通过溶剂辅助风味蒸发法(SAFE)，对水牛奶马苏里拉奶酪样品的挥发性分为组分进行萃取，得到浓缩液；将得到的浓缩液用正己烷按1:3进行系列稀释，稀释倍数分别为3、9、81、243...，每次稀释后的溶液进入气相-嗅闻装置(GC-O)进行分析，直到感官评价员在嗅探口末端不再闻到任何气味则停止稀释，每种挥发性香气物质的最高稀释倍数即为其FD因子(Flavor dilution factor，香气稀释因子)。每个稀释倍数的样品由感官评价员分析三次，有两次以上在同一嗅闻时间有相同感官描述即为有效结果。通过AEDA方法确定得到水牛奶马苏里拉奶酪中共有23种特征风味组分。
12)特征风味组分的标准曲线的制备；
将AEDA法选出的23种特征风味组分(香气标准品)，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(最小回归偏差大于0.96)。将酸性化合物(乙酸、丁酸、壬酸)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；同理，将中/碱性化合物(乙酸乙酯、3-己酮、戊酸甲酯、己酸乙酯、辛醛、2-壬酮、壬醛、辛酸乙酯、癸醛、苯甲醛、2-十一烷酮、2-壬烯醛、十一醛、苯乙酮、月桂醛、苯甲醇、呋喃酮、δ-壬内酯、γ-十二内酯、δ-十二内酯)，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。在此基础上做出23种特征风味组分标准曲线。
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。
14)样品中特征风味组分含量检测
GC-MS条件将通过顶空固相微萃取气质联用法(SPME-GC-MS)来萃取风味组分用于气相色谱质谱联用(GC-MS)分析。GC条件：采用DB-WAX毛细管柱(30m×0.25mm，0.25μm)，氦气作载气，使用1mL/min恒定流速。色谱柱升温程序：起始柱温35℃，保持5min，溶剂延迟4min，以5℃/min升到100℃，保持2min，然后以6℃/min升到180℃，最后以8℃/min升到230℃，保持2min。采用不分流模式，进样口温度为250℃。MS条件：电子电离源，电离能量70eV，离子源温度为230℃，接口温度为250℃，四极杆温度150℃，检测器温度为280℃，扫描模式全扫描，质量范围m/z 20～350。
数据处理由MassHunter化学工作站完成，待鉴定化合物经检索与NIST 14标准品的质谱谱库中该挥发性成分谱图进行对比，仅当两者匹配度大于800(完全一致匹配度为1000)的鉴定结果才确认是该化合物，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测定方法：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，并根据公式2计算待测物i的保留指数(tn<ti<tn+1)。
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。
2)生成身份标识性特征风味组分模型；
基于上述实验得到24个马苏里拉奶酪样本的23种身份标志性特征风味组分浓度，级别分布为：新鲜水牛、新鲜牛奶、半硬质牛奶，用决策树进行特征选择，流程如图1，主要是基于基尼指数构建决策树，根据公式3计算在给定不同特征风味组分情况下样本集合的基尼指数Gini(D,A)，基尼指数越小说明样本越属于一类，最小基尼指数所对应的特征风味组分即为分裂特征，选择所有的分裂特征作为身份标识性特征风味组分，进行后续的类别鉴定，将提高分类效率以及准确度，决策树如图2，可见通过决策树得到的马苏里拉奶酪身份标识性特征风味组分为乙酸(acetic acid)、2-十一烷酮(2-undecanone)。
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，Ck为对应类别的子集。
3)未知马苏里拉奶酪级别的判定；
利用支持向量机(Support Vector Machine，SVM)模型判别未知马苏里拉奶酪级别。保留马苏里拉奶酪身份标识性特征风味组分乙酸、2-十一烷酮，将24个样本输入支持向量机分类模型，通过五折交叉验证得到准确率和f1-score，f1-score是精确率(precision)和召回率(recall)的一种调和平均数，越高说明分类模型性能越好，如图3，通过决策树特征选择后的类别鉴定结果比原始23个特征风味组分的类别鉴定结果好，准确率、f1-score均高达96％，能够很好的区分负样本和识别正样本，判定未知的马苏里拉奶酪级别。
需要注意的是，公布实施例的目的在于帮助进一步理解本发明，但是本领域的技术人员可以理解：在不脱离本发明及所附权利要求的精神和范围内，各种替换和修改都是可能的。因此，本发明不应局限于实施例所公开的内容，本发明要求保护的范围以权利要求书界定的范围为准。
Claims (7)
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<ti<tn+1；
2)利用步骤13)中得到的马苏里拉奶酪样本的多种身份标志性特征风味组分浓度，采用决策树进行特征选择，包括：
21)基于基尼指数构建决策树，根据式3计算得到在给定不同特征风味组分情况下样本集合的基尼指数Gini(D,A)；
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，Ck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。
2.如权利要求1所述基于决策树提取特征判别马苏里拉奶酪身份标识的方法，其特征是，步骤11)采用香气提取物稀释分析方法AEDA测定马苏里拉奶酪的特征风味组分，得到每种挥发性香气物质的香气稀释因子；
具体通过溶剂辅助风味蒸发法SAFE，对水牛奶马苏里拉奶酪样品的挥发性分为组分进行萃取，得到浓缩液；将得到的浓缩液用正己烷进行系列稀释，每次稀释后的溶液进入气相-嗅闻装置GC-O进行分析，直到感官评价员在嗅探口末端不再闻到任何气味则停止稀释，每种挥发性香气物质的最高稀释倍数即为其香气稀释因子FD。
3.如权利要求1所述基于决策树提取特征判别马苏里拉奶酪身份标识的方法，其特征是，步骤11)通过香气提取物稀释分析方法AEDA测定，得到水牛奶马苏里拉奶酪中的特征风味组分为23种。
4.如权利要求1所述基于决策树提取特征判别马苏里拉奶酪身份标识的方法，其特征是，步骤12)中，酸性化合物包括：乙酸、丁酸、壬酸)；中/碱性化合物包括：乙酸乙酯、3-己酮、戊酸甲酯、己酸乙酯、辛醛、2-壬酮、壬醛、辛酸乙酯、癸醛、苯甲醛、2-十一烷酮、2-壬烯醛、十一醛、苯乙酮、月桂醛、苯甲醇、呋喃酮、δ-壬内酯、γ-十二内酯、δ-十二内酯。
5.如权利要求1所述基于决策树提取特征判别马苏里拉奶酪身份标识的方法，其特征是，步骤13)中，GC条件具体为：采用DB-WAX毛细管柱为30m×0.25mm，0.25μm；氦气作载气，载气使用1mL/min恒定流速的氦气；
色谱柱升温程序具体为：起始柱温35℃，保持5min，溶剂延迟4min，以5℃/min升到100℃，保持2min，然后以6℃/min升到180℃，最后以8℃/min升到230℃，保持2min；采用不分流模式，进样口温度为250℃；
MS条件具体为：电子电离源，电离能量70eV，离子源温度为230℃，接口温度为250℃，四极杆温度150℃，检测器温度为280℃，扫描模式全扫描，质量范围m/z 20～350。
6.如权利要求1所述基于决策树提取特征判别马苏里拉奶酪身份标识的方法，其特征是，步骤2)通过决策树得到的马苏里拉奶酪身份标识性特征风味组分为乙酸和2-十一烷酮。
7.如权利要求1所述基于决策树提取特征判别马苏里拉奶酪身份标识的方法，其特征是，步骤步骤3)未知马苏里拉奶酪级别的判定具体将马苏里拉奶酪身份标识性特征风味组分乙酸和2-十一烷酮、24个待测样本输入支持向量机分类模型，通过五折交叉验证，得到准确率和f1-score。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811003692.XA CN109164180B (zh) | 2018-08-30 | 2018-08-30 | 基于决策树提取特征判别马苏里拉奶酪身份标识的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811003692.XA CN109164180B (zh) | 2018-08-30 | 2018-08-30 | 基于决策树提取特征判别马苏里拉奶酪身份标识的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109164180A true CN109164180A (zh) | 2019-01-08 |
| CN109164180B CN109164180B (zh) | 2021-06-04 |
Family
ID=64893488
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811003692.XA Expired - Fee Related CN109164180B (zh) | 2018-08-30 | 2018-08-30 | 基于决策树提取特征判别马苏里拉奶酪身份标识的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109164180B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110082458A (zh) * | 2019-05-31 | 2019-08-02 | 北京工商大学 | 切达奶酪挥发性物质与感官品质级别相关性识别方法 |
| CN111060633A (zh) * | 2019-12-30 | 2020-04-24 | 北京工商大学 | 基于特征风味组分对油煎过程中油脂判废模型的建立方法及判废方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8197876B2 (en) * | 2004-11-12 | 2012-06-12 | Bc-Usa | Method of making standard of identity cream cheese that is flowable at refrigerated temperatures |
| CN103558311A (zh) * | 2013-11-13 | 2014-02-05 | 安徽农业大学 | 一种基于茶叶生化成分的绿茶苦涩味判别方法 |
| WO2016030507A1 (en) * | 2014-08-29 | 2016-03-03 | Universität Bern | Detection of lactobacillus parabuchneri |
| CN106706834A (zh) * | 2016-11-18 | 2017-05-24 | 江南大学 | 一种高效薄层色谱和可调节的表面增强拉曼光谱联用快速检测奶制品中多种生物胺的方法 |
| CN107194512A (zh) * | 2017-05-24 | 2017-09-22 | 上海应用技术大学 | 鸡精的货架期预测方法 |
-
2018
- 2018-08-30 CN CN201811003692.XA patent/CN109164180B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8197876B2 (en) * | 2004-11-12 | 2012-06-12 | Bc-Usa | Method of making standard of identity cream cheese that is flowable at refrigerated temperatures |
| CN103558311A (zh) * | 2013-11-13 | 2014-02-05 | 安徽农业大学 | 一种基于茶叶生化成分的绿茶苦涩味判别方法 |
| WO2016030507A1 (en) * | 2014-08-29 | 2016-03-03 | Universität Bern | Detection of lactobacillus parabuchneri |
| CN106706834A (zh) * | 2016-11-18 | 2017-05-24 | 江南大学 | 一种高效薄层色谱和可调节的表面增强拉曼光谱联用快速检测奶制品中多种生物胺的方法 |
| CN107194512A (zh) * | 2017-05-24 | 2017-09-22 | 上海应用技术大学 | 鸡精的货架期预测方法 |
Non-Patent Citations (2)
| Title |
|---|
| HERBERT, S等: "Monitoring the identity and the structure of soft cheeses by fluorescence spectroscopy", 《LAIT》 * |
| 宫俐莉等: "奶豆腐发酵期间挥发性风味组分变化及其感官品质分析", 《食品科学》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110082458A (zh) * | 2019-05-31 | 2019-08-02 | 北京工商大学 | 切达奶酪挥发性物质与感官品质级别相关性识别方法 |
| CN110082458B (zh) * | 2019-05-31 | 2022-05-03 | 北京工商大学 | 切达奶酪挥发性物质与感官品质级别相关性识别方法 |
| CN111060633A (zh) * | 2019-12-30 | 2020-04-24 | 北京工商大学 | 基于特征风味组分对油煎过程中油脂判废模型的建立方法及判废方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109164180B (zh) | 2021-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104677875B (zh) | 一种三维荧光光谱结合平行因子鉴别不同品牌白酒的方法 | |
| CN109655532A (zh) | 一种对卷烟分类鉴别的方法 | |
| 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 | |
| CN109374802A (zh) | 基于身份标识性特征风味组分判别切达奶酪级别的方法 | |
| CN104483414A (zh) | 一种快速鉴定无锡毫茶等级的检测方法 | |
| CN102778442A (zh) | 一种快速鉴别烟用香液料液种类的方法 | |
| CN104502320A (zh) | 一种三维荧光光谱结合pca-svm鉴别浓香型白酒的方法 | |
| CN104316660A (zh) | 快速检测豆瓣酱风味、等级及产品溯源的方法 | |
| CN109738569B (zh) | 一种基于spme-gc-ms的高仿卷烟鉴别方法 | |
| CN105548233A (zh) | 一种基于氢核磁共振鉴别洋槐蜜和油菜蜜的方法 | |
| CN109164180A (zh) | 基于决策树提取特征判别马苏里拉奶酪身份标识的方法 | |
| CN110470781A (zh) | 鉴别复原乳和超高温灭菌乳的方法 | |
| CN103822897A (zh) | 一种基于红外光谱的白酒鉴定及溯源方法 | |
| CN109061017A (zh) | 一种卷烟加香均匀性的评价方法 | |
| CN109115908A (zh) | 基于层次聚类提取特征的切达奶酪身份的判别标识方法 | |
| JP2016045179A (ja) | チーズの熟成度指標推定方法、チーズの熟成度指標推定装置、コンピュータが実行可能なプログラム、ナチュラルチーズ、プロセスチーズ、及びプロセスチーズの製造方法 | |
| Tian et al. | Development of a flavour fingerprint by GC‐MS and GC‐O combined with chemometric methods for the quality control of Korla pear (Pyrus serotina Reld) | |
| CN107132311A (zh) | 一种基于频域特征提取的快速气体识别算法 | |
| Gröger et al. | Application of comprehensive two‐dimensional gas chromatography mass spectrometry and different types of data analysis for the investigation of cigarette particulate matter | |
| CN108445134B (zh) | 酒类产品鉴别的方法 | |
| CN110487947A (zh) | 基于化学计量学分析鉴别藏猪及其肉制品的方法 | |
| Ekpa et al. | Identification of the volatile profiles of 22 traditional and newly bred maize varieties and their porridges by PTR‐QiTOF‐MS and HS‐SPME GC–MS | |
| CN109374801A (zh) | 基于身份标识性特征风味组分的马苏里拉奶酪级别判别方法 | |
| JP2014166166A (ja) | チーズの熟成品質分析方法 | |
| Wiśniewska et al. | Qualitative characteristics and comparison of volatile fraction of vodkas made from different botanical materials by comprehensive two‐dimensional gas chromatography and the electronic nose based on the technology of ultra‐fast gas chromatography |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210604 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |