CN111855929B - 一种用于评价果粉原料相似度的方法 - Google Patents

一种用于评价果粉原料相似度的方法 Download PDF

Info

Publication number
CN111855929B
CN111855929B CN202010639407.4A CN202010639407A CN111855929B CN 111855929 B CN111855929 B CN 111855929B CN 202010639407 A CN202010639407 A CN 202010639407A CN 111855929 B CN111855929 B CN 111855929B
Authority
CN
China
Prior art keywords
evaluation
similarity
attributes
reverse
attribute
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.)
Active
Application number
CN202010639407.4A
Other languages
English (en)
Other versions
CN111855929A (zh
Inventor
戚嘉明
田师一
毛岳忠
程时文
施悦瑜
肖香荣
童延
王毕杰
施丽娜
张紫月
钟正之
王峣峣
周芋妃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Gongshang University
Original Assignee
Zhejiang Gongshang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Gongshang University filed Critical Zhejiang Gongshang University
Priority to CN202010639407.4A priority Critical patent/CN111855929B/zh
Publication of CN111855929A publication Critical patent/CN111855929A/zh
Application granted granted Critical
Publication of CN111855929B publication Critical patent/CN111855929B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0001—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00 by organoleptic means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Food Science & Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Strategic Management (AREA)
  • Medicinal Chemistry (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • General Preparation And Processing Of Foods (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于食品测量技术领域，涉及一种用于评价果粉原料相似度的方法。该方法包括：(1)由分析人员确定目标果粉原料的5个评价属性；(2)根据(1)中确定的5个评价属性，对目标果粉原料和备选果粉原料的相似性进行正向和逆向评价；(3)对步骤(2)中的数据进行分析，得到5个评价属性的相似系数和相似度权重；(4)结合步骤(2)中的正向评价数据和步骤(3)中的相似系数和相似度权重，得到备选果粉原料的相似度；(5)相似度达到80％以上，即可认为备选果粉原料可以用于替换目标果粉原料。该方法解决了目前食品领域中对于果粉原料筛选和替换过程中单凭主观判断导致无法准确判断相似程度的问题。

Description

一种用于评价果粉原料相似度的方法
技术领域
本发明涉及食品测量技术领域，更具体的说，是涉及一种用于评价果粉原料相似度的方法。
背景技术
水果，由于其含有丰富的维生素、矿物质和膳食纤维，并且具有良好的口感，一直深受人们的喜爱。除了吃鲜果以外，还会有很多人会选择添加有果粉原料的果味饮料、果味含片等产品。这些果味产品的受欢迎程度在很大程度上取决于自身的感官特性，如色泽、风味等。因此，作为体现果味的核心成分，果粉的感官特性决定了一款果味产品的感官品质。众所周知，果味产品的生产企业针对同一种目标果粉原料，通常会选择2-3个备选果粉原料。相应地，目标果粉原料和备选果粉原料在感官特性上的相似度决定着果味产品感官品质的稳定性，相似度越高，产品品质越稳定，反之，产品品质波动性大，会造成经济损失。
就目前而言，果味产品的生产企业对于目标果粉原料和备选果粉原料的相似度检测主要是靠质量部分析人员的直接型的感官评定，即通过色泽、酸味、甜味等几个维度进行综合打分，分数越高意味着相似度越高。这种方法虽然比较简单和直观，但是主观因素会对评价结果产生一定影响。同时，由于不同维度的属性对于感官特性的贡献度不同，即所占权重不同，上述方法没有将这个权重因素考虑在内，从而也会导致评价结果与最终产品的实际感官特性产生较大的差异。
发明内容
有鉴于此，本发明的目的在于提供一种用于评价果粉原料相似度的方法，该方法解决了目前食品领域中对于果粉原料筛选和替换过程中单凭主观判断导致无法准确判断相似程度，从而会导致评价结果与最终产品的实际感官特性产生较大差异的问题。
为实现上述目的，本发明提供如下技术方案：
一种用于评价果粉原料相似度的方法，包括以下几个步骤：
步骤一、由10名分析人员确定果粉原料的5个评价属性，第1个评价属性记为评价属性A、第2个评价属性记为评价属性B、……、第5个评价属性记为评价属性E；
步骤二、由15名感官品评人员以步骤一中确定的5个评价属性对目标果粉原料和备选果粉原料的相似性从0至100分进行正向评价，相似度越高，正向评价得分越高；15名感官品评人员的5个评价属性的正向评价平均得分分别记为AZ、BZ、CZ、DZ、EZ；
步骤三、由15名感官品评人员以步骤一中确定的5个评价属性对目标果粉原料和备选果粉原料的相似性进行逆向评价，完全一样得1分，稍微不一样得3分，明显不一样得5分，强烈不一样得7分，完全不一样得9分；15名感官品评人员的5个评价属性的逆向评价得分分别记为A1、A2、……、A15，B1、B2、……、B15，C1、C2、……、C15，D1、D2、……、D15，E1、E2、……、E15；同时，分别找出每个评价属性的逆向评价得分中的最大值和最小值，记为Amax、Amin、Bmax、Bmin、Cmax、Cmin、Dmax、Dmin、Emax、Emin；计算每个评价属性的逆向评价得分中的最大值和最小值之差，记为AMC、BMC、CMC、DMC、EMC；
步骤四、分别用AZ、BZ、CZ、DZ、EZ除以AZ后，再分别减去1，并取绝对值，得到五个评价属性的绝对差异值，分别记为AZC、BZC、CZC、DZC、EZC；同时，将不同备选果粉原料的AZC、BZC、CZC、DZC、EZC中的最小值和最大值记为MinC和MaxC；随后，再按照公式1分别计算5个评价属性的相似系数：
Figure GDA0002950418930000021
其中，KN是5个评价属性中的第N个属性的相似系数，NZC是5个评价属性中的第N个属性的绝对差异值；
步骤五、按照公式2分别计算15名感官品评人员的5个评价属性的逆向评价归一化得分：
Figure GDA0002950418930000022
其中，Nmg是5个评价属性中的第N个属性的第m名感官品评人员的逆向评价归一化得分，Nmax是步骤三中得到的5个评价属性中的第N个属性的逆向评价得分中的最大值，Nm是5个评价属性中的第N个属性的第m名感官品评人员的逆向评价得分，NMC是步骤三中得到的5个评价属性中的第N个属性的逆向评价得分中的最大值和最小值之差；
步骤六、将5个评价属性下的15名感官品评人员的逆向评价归一化得分分别求和，得到每个评价属性的逆向评价归一化总分，记为ANG、BNG、CNG、DNG、ENG；按照公式3分别计算15名感官品评人员的5个评价属性的逆向评价归一化得分比重：
Figure GDA0002950418930000023
其中，Nmb是5个评价属性中的第N个属性的第m名感官品评人员的逆向评价归一化得分比重，Nmg是步骤五中得到的5个评价属性中的第N个属性的第m名感官品评人员的逆向评价归一化得分，NNG是5个评价属性中的第N个属性的逆向评价归一化总分；
步骤七、按照公式4计算5个评价属性下的15名感官品评人员的逆向评价综合比重：
Figure GDA0002950418930000031
其中，Nzmb是5个评价属性中的第N个属性的第m名感官品评人员的逆向评价综合比重，Nmb是5个评价属性中的第N个属性的第m名感官品评人员的逆向评价归一化得分比重；
步骤八、将5个评价属性下的15名感官品评人员的逆向评价综合比重分别求和，得到每个评价属性的逆向评价比重，记为ANBZ、BNBZ、CNBZ、DNBZ、ENBZ；
步骤九、分别用1减去ANBZ、BNBZ、CNBZ、DNBZ、ENBZ，得到5个评价属性的逆向评价比重差，分别记为ANBC、BNBC、CNBC、DNBC、ENBC；同时，计算5个评价属性的逆向评价比重差之和，记为SNBC；
步骤十、按照公式5计算5个评价属性的相似度权重：
Figure GDA0002950418930000032
其中，WN是5个评价属性中第N个评价属性的相似度权重，NNBC是步骤九中得到的5个评价属性中第N个评价属性的逆向评价比重差，SNBC是步骤九中得到的5个评价属性的逆向评价比重差之和；
步骤十一、按照公式6计算目标果粉原料和备选果粉原料的相似度：
Figure GDA0002950418930000033
其中，XSD是目标果粉原料和备选果粉原料的相似度，WA、WB、WC、WD、WE分别是步骤十中得到的5个评价属性的相似度权重，KA、KB、KC、KD、KE是步骤四中得到的5个评价属性相似系数。
原料相似度大于等于80％时，认为备选果粉原料可以用于替代目标果粉原料。
本发明具有以下优点及有益效果：
相比于目前食品领域中直接型的果粉原料相似度评价方法，本发明提供的方法具有以下几个显著的优点和进步：
1、本方法技术方案通过正向和逆向评价的方式，并引入归一化等统计学手段，能够有效减少目前食品领域中直接型评价带来的主观因素浮动。
2、本方法技术方案充分考虑了不同评价属性的权重因素，能够有效平衡各个维度的属性对于感官特性的贡献度，从而减少评价结果与最终产品的实际感官特性产生较大的差异。
具体实施例
本发明公开了一种用于评价果粉原料相似度的方法，本领域技术人员可以借鉴本文内容，适当改进参数实现。特别需要指出的是，所有类似的替换和改动对本领域技术人员来说是显而易见的，它们都被视为包括在本发明。本发明所述方法已经通过较佳实施例进行了描述，相关人员明显能在不脱离本发明内容、精神和范围内对本文所述的方法和应用进行改动或适当变更与组合，来实现和应用本发明。
为更好地阐述本发明，下面通过实施例来说明。
实施例1：
该实施例以蓝莓果粉为果粉原料，对两个备选果粉原料进行相似度评价。
步骤一、由10名分析人员确定果粉原料的5个评价属性，结果如表1所示。
表1蓝莓果粉的5个评价属性
评价属性A 评价属性B 评价属性C 评价属性D 评价属性E
甜味 酸味 色泽 后余味 涩味
步骤二、由15名感官品评人员以步骤一中确定的5个评价属性对两个备选果粉原料的相似性从0至100分进行正向评价，结果如表2和表3所示。
表2备选蓝莓果粉原料1的正向评价结果
感官品评人员 评价属性A 评价属性B 评价属性C 评价属性D 评价属性E
1 85 90 90 92 90
2 83 90 91 91 89
3 90 91 91 91 92
4 91 92 90 90 91
5 92 94 89 90 93
6 90 91 92 89 90
7 95 87 91 92 92
8 93 89 91 91 95
9 84 85 90 89 88
10 91 95 89 91 90
11 93 86 88 91 94
12 92 91 90 90 91
13 89 89 92 89 93
14 87 88 91 88 87
15 96 93 90 90 90
平均得分 90.07 90.07 90.33 90.27 91.00
表3备选蓝莓果粉原料2的正向评价结果
感官品评人员 评价属性A 评价属性B 评价属性C 评价属性D 评价属性E
1 81 84 84 82 78
2 82 84 83 80 79
3 77 80 75 79 80
4 76 79 77 79 80
5 85 76 75 78 83
6 80 81 78 82 80
7 83 82 74 83 75
8 84 84 79 81 73
9 81 79 78 80 76
10 79 78 78 78 75
11 77 73 79 79 79
12 76 84 80 80 81
13 84 72 81 80 80
14 85 83 81 76 76
15 79 84 80 79 80
平均得分 80.60 80.20 78.80 79.73 78.33
步骤三、由15名感官品评人员以步骤一中确定的5个评价属性对两个备选果粉原料的相似性进行逆向评价，结果如表4和表5所示。
表4备选蓝莓果粉原料1的逆向评价结果
Figure GDA0002950418930000051
Figure GDA0002950418930000061
表5备选蓝莓果粉原料2的逆向评价结果
感官品评人员 评价属性A 评价属性B 评价属性C 评价属性D 评价属性E
1 3 3 3 1 3
2 3 3 1 3 5
3 3 3 3 3 3
4 3 1 3 1 5
5 3 1 1 3 5
6 1 1 1 3 5
7 1 3 3 3 3
8 3 3 3 1 5
9 1 3 5 3 5
10 3 1 3 5 5
11 3 3 1 5 5
12 1 3 3 3 7
13 1 1 3 1 5
14 3 3 3 1 5
15 3 3 1 3 3
最大值 3 3 5 5 7
最小值 1 1 1 1 3
最大值和最小值之差 2 2 4 4 4
步骤四、分别用AZ、BZ、CZ、DZ、EZ除以AZ后，再分别减去1，并取绝对值，得到五个评价属性的绝对差异值，分别记为AZC、BZC、CZC、DZC、EZC；同时，将不同备选果粉原料的AZC、BZC、CZC、DZC、EZC中的最小值和最大值记为MinC和MaxC；分别计算5个评价属性的相似系数，结果如表6所示。
表6备选蓝莓果粉原料的相似系数结果
Figure GDA0002950418930000062
步骤五、分别计算15名感官品评人员的5个评价属性的逆向评价归一化得分，结果如表7和表8所示。
表7备选蓝莓果粉原料1的逆向归一化得分结果
Figure GDA0002950418930000063
Figure GDA0002950418930000071
表8备选蓝莓果粉原料2的逆向归一化得分结果
感官品评人员 评价属性A 评价属性B 评价属性C 评价属性D 评价属性E
1 0 0 0.5 1 1
2 0 0 1 0.5 0.5
3 0 0 0.5 0.5 1
4 0 1 0.5 1 0.5
5 0 1 1 0.5 0.5
6 1 1 1 0.5 0.5
7 1 0 0.5 0.5 1
8 0 0 0.5 1 0.5
9 1 0 0 0.5 0.5
10 0 1 0.5 0 0.5
11 0 0 1 0 0.5
12 1 0 0.5 0.5 0
13 1 1 0.5 1 0.5
14 0 0 0.5 1 0.5
15 0 0 1 0.5 1
步骤六、将5个评价属性下的15名感官品评人员的逆向评价归一化得分分别求和，得到每个评价属性的逆向评价归一化总分，记为ANG、BNG、CNG、DNG、ENG；分别计算15名感官品评人员的5个评价属性的逆向评价归一化得分比重，结果如表9所示。
表9备选蓝莓果粉原料的逆向评价归一化得分比重结果
Figure GDA0002950418930000072
Figure GDA0002950418930000081
步骤七、计算5个评价属性下的15名感官品评人员的逆向评价综合比重，结果如表10所示。
步骤八、将5个评价属性下的15名感官品评人员的逆向评价综合比重分别求和，得到每个评价属性的逆向评价比重，记为ANBZ、BNBZ、CNBZ、DNBZ、ENBZ，结果如表10所示。
表10备选蓝莓果粉原料的逆向评价综合比重结果
Figure GDA0002950418930000082
步骤九、分别用1减去ANBZ、BNBZ、CNBZ、DNBZ、ENBZ，得到5个评价属性的逆向评价比重差，分别记为ANBC、BNBC、CNBC、DNBC、ENBC；同时，计算5个评价属性的逆向评价比重差之和，记为SNBC，结果如表11所示。
表11备选蓝莓果粉原料的逆向评价综合比重结果
备选蓝莓果粉原料 A<sub>NBC</sub> B<sub>NBC</sub> C<sub>NBC</sub> D<sub>NBC</sub> E<sub>NBC</sub> S<sub>NBC</sub>
1 0.858 0.796 0.846 0.811 0.858 4.169
2 0.77 0.77 0.852 0.849 0.854 4.095
步骤十、计算5个评价属性的相似度权重,结果如表12所示。
表12备选蓝莓果粉原料的相似度权重结果
备选蓝莓果粉原料 W<sub>1</sub> W<sub>2</sub> W<sub>3</sub> W<sub>4</sub> W<sub>5</sub>
1 0.206 0.191 0.203 0.195 0.206
2 0.188 0.188 0.208 0.207 0.209
步骤十一、计算备选蓝莓果粉原料的相似度,结果如表13所示。
表13备选蓝莓果粉原料的相似度结果
备选蓝莓果粉原料 XSD
1 85.1％
2 59.4％
根据上述结果，可以发现如果用目前食品领域中直接型的果粉原料相似度评价方法(即步骤二)，备选原料1和备选原料2的相似度均大于等于80％，能够用于替换目标蓝莓粉原料。然而，采用本发明技术方法，备选蓝莓果粉原料2不能用于替换。
实施例2：
本实施例用于验证实施例1中的评价结果。
步骤一、分别将目标蓝莓果粉和两个备选蓝莓原料做成蓝莓咀嚼片，分别记为咀嚼片1、咀嚼片2和咀嚼片3。
步骤二、选取30名感官品评员，按照《GB/T 12310-2012感官分析方法成对比较检验》对咀嚼片1和2，咀嚼片1和3进行果味差异性分析，结果如表14所示。
表14 3种咀嚼片差异性分析结果
Figure GDA0002950418930000091
注：n＝30，α＝0.20条件下，显著性差异界限为18。
从表14可以看出，咀嚼片1和2之间无果味显著性差异，咀嚼片1和3之间具有果味显著性差异，即备选蓝莓原料1可以用于替换目标蓝莓粉原料，而备选蓝莓原料2无法用于替换目标蓝莓粉原料。因此，采用本发明技术方法的评价结果要比目前食品领域中直接型的果粉原料相似度评价方法结果更加准确。
以上所述仅是本发明的特定实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (2)

1.一种用于评价果粉原料相似度的方法，其特征在于包括以下几个步骤：
步骤一、由10名分析人员确定果粉原料的5个评价属性，第1个评价属性记为评价属性A、第2个评价属性记为评价属性B、……、第5个评价属性记为评价属性E；
步骤二、由15名感官品评人员以步骤一中确定的5个评价属性对目标果粉原料和备选果粉原料的相似性从0至100分进行正向评价，相似度越高，正向评价得分越高；15名感官品评人员的5个评价属性的正向评价平均得分分别记为AZ、BZ、CZ、DZ、EZ；
步骤三、由15名感官品评人员以步骤一中确定的5个评价属性对目标果粉原料和备选果粉原料的相似性进行逆向评价，完全一样得1分，稍微不一样得3分，明显不一样得5分，强烈不一样得7分，完全不一样得9分；15名感官品评人员的5个评价属性的逆向评价得分分别记为A1、A2、……、A15，B1、B2、……、B15，C1、C2、……、C15，D1、D2、……、D15，E1、E2、……、E15；同时，分别找出每个评价属性的逆向评价得分中的最大值和最小值，记为Amax、Amin、Bmax、Bmin、Cmax、Cmin、Dmax、Dmin、Emax、Emin；计算每个评价属性的逆向评价得分中的最大值和最小值之差，记为AMC、BMC、CMC、DMC、EMC；
步骤四、分别用AZ、BZ、CZ、DZ、EZ除以AZ后，再分别减去1，并取绝对值，得到五个评价属性的绝对差异值，分别记为AZC、BZC、CZC、DZC、EZC；同时，将不同备选果粉原料的AZC、BZC、CZC、DZC、EZC中的最小值和最大值记为MinC和MaxC；随后，再按照公式1分别计算5个评价属性的相似系数：
相似系数
Figure FDA0002950418920000011
其中，KN是5个评价属性中的第N个属性的相似系数，NZC是5个评价属性中的第N个属性的绝对差异值；
步骤五、按照公式2分别计算15名感官品评人员的5个评价属性的逆向评价归一化得分：
逆向评价归一化得分
Figure FDA0002950418920000012
其中，Nmg是5个评价属性中的第N个属性的第m名感官品评人员的逆向评价归一化得分，Nmax是步骤三中得到的5个评价属性中的第N个属性的逆向评价得分中的最大值，Nm是5个评价属性中的第N个属性的第m名感官品评人员的逆向评价得分，NMC是步骤三中得到的5个评价属性中的第N个属性的逆向评价得分中的最大值和最小值之差；
步骤六、将5个评价属性下的15名感官品评人员的逆向评价归一化得分分别求和，得到每个评价属性的逆向评价归一化总分，记为ANG、BNG、CNG、DNG、ENG；按照公式3分别计算15名感官品评人员的5个评价属性的逆向评价归一化得分比重：
逆向评价归一化得分比重
Figure FDA0002950418920000021
其中，Nmb是5个评价属性中的第N个属性的第m名感官品评人员的逆向评价归一化得分比重，Nmg是步骤五中得到的5个评价属性中的第N个属性的第m名感官品评人员的逆向评价归一化得分，NNG是5个评价属性中的第N个属性的逆向评价归一化总分；
步骤七、按照公式4计算5个评价属性下的15名感官品评人员的逆向评价综合比重：
综合比重
Figure FDA0002950418920000022
其中，Nzmb是5个评价属性中的第N个属性的第m名感官品评人员的逆向评价综合比重，Nmb是5个评价属性中的第N个属性的第m名感官品评人员的逆向评价归一化得分比重；
步骤八、将5个评价属性下的15名感官品评人员的逆向评价综合比重分别求和，得到每个评价属性的逆向评价比重，记为ANBZ、BNBZ、CNBZ、DNBZ、ENBZ；
步骤九、分别用1减去ANBZ、BNBZ、CNBZ、DNBZ、ENBZ，得到5个评价属性的逆向评价比重差，分别记为ANBC、BNBC、CNBC、DNBC、ENBC；同时，计算5个评价属性的逆向评价比重差之和，记为SNBC；
步骤十、按照公式5计算5个评价属性的相似度权重：
相似度权重
Figure FDA0002950418920000023
其中，WN是5个评价属性中第N个评价属性的相似度权重，NNBC是步骤九中得到的5个评价属性中第N个评价属性的逆向评价比重差，SNBC是步骤九中得到的5个评价属性的逆向评价比重差之和；
步骤十一、按照公式6计算目标果粉原料和备选果粉原料的相似度：
相似度
Figure FDA0002950418920000024
其中，XSD是目标果粉原料和备选果粉原料的相似度，WA、WB、WC、WD、WE分别是步骤十中得到的5个评价属性的相似度权重，KA、KB、KC、KD、KE是步骤四中得到的5个评价属性相似系数。
2.根据权利要求1所述的方法，其特征在于原料相似度大于等于80％时，认为备选果粉原料可以用于替代目标果粉原料。
CN202010639407.4A 2020-07-06 2020-07-06 一种用于评价果粉原料相似度的方法 Active CN111855929B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010639407.4A CN111855929B (zh) 2020-07-06 2020-07-06 一种用于评价果粉原料相似度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010639407.4A CN111855929B (zh) 2020-07-06 2020-07-06 一种用于评价果粉原料相似度的方法

Publications (2)

Publication Number Publication Date
CN111855929A CN111855929A (zh) 2020-10-30
CN111855929B true CN111855929B (zh) 2021-04-30

Family

ID=73152221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010639407.4A Active CN111855929B (zh) 2020-07-06 2020-07-06 一种用于评价果粉原料相似度的方法

Country Status (1)

Country Link
CN (1) CN111855929B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784192A (zh) * 2017-09-15 2018-03-09 山东大学 指纹图谱相似度计算方法、装置和样品质量评价系统
CN108956903A (zh) * 2018-04-18 2018-12-07 南京果库农业科技有限公司 一种橙子的口感评级方法
CN109242037A (zh) * 2018-09-20 2019-01-18 红塔辽宁烟草有限责任公司 一种烟叶品质相似度度量方法
CN109444071A (zh) * 2018-12-14 2019-03-08 江苏东交工程检测股份有限公司 基于分波段的沥青红外光谱质量检测方法和装置
CN110261545A (zh) * 2019-06-24 2019-09-20 浙江工商大学 一种用于确定味觉物质感官评价属性的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102202304B1 (ko) * 2018-10-30 2021-01-14 우송대학교산학협력단 사료 영양성분의 유사도 분석 장치 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784192A (zh) * 2017-09-15 2018-03-09 山东大学 指纹图谱相似度计算方法、装置和样品质量评价系统
CN108956903A (zh) * 2018-04-18 2018-12-07 南京果库农业科技有限公司 一种橙子的口感评级方法
CN109242037A (zh) * 2018-09-20 2019-01-18 红塔辽宁烟草有限责任公司 一种烟叶品质相似度度量方法
CN109444071A (zh) * 2018-12-14 2019-03-08 江苏东交工程检测股份有限公司 基于分波段的沥青红外光谱质量检测方法和装置
CN110261545A (zh) * 2019-06-24 2019-09-20 浙江工商大学 一种用于确定味觉物质感官评价属性的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
不同感官等级白酒基酒的相似度研究;祝成 等;《中国酿造》;20110930(第9期);第157-160页 *
不同酒花对葡萄酒感官品质的影响;段丽丽 等;《中国酿造》;20190131;第38卷(第1期);第94-98页 *

Also Published As

Publication number Publication date
CN111855929A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
Auerswald et al. Sensory analysis and instrumental measurements of short-term stored tomatoes (Lycopersicon esculentum Mill.)
Rocha et al. A study to guide breeding of new cultivars of organic cherry tomato following a consumer-driven approach
Tang et al. Sensory and hedonic characteristics of juice of sea buckthorn (Hippophae rhamnoides L.) origins and hybrids
Bozhkova Chemical composition and sensory evaluation of plum fruits
Jain et al. Processing of pulp of various cultivars of guava (Psidium guajava L.) for leather production
Melgarejo-Sánchez et al. Quality, antioxidant activity and total phenols of six Spanish pomegranates clones
Nassur et al. Describing quality and sensory attributes of 3 mango (Mangifera indica L.) cultivars at 3 ripeness stages based on firmness
Strano et al. Effect of cold storage on the postharvest quality of different Tarocco sweet orange clonal selections
CN111855929B (zh) 一种用于评价果粉原料相似度的方法
Flora Optimum quality parameters of muscadine grape juices, beverages, and blends
Patil et al. Development of low calorie snack food based on intense sweeteners
Pevicharova et al. Sensory, chemical and morphological characterization of Cucurbita maxima and Cucurbita moschata genotypes from different geographical origins
Wu et al. Factor analysis applied to wine descriptors
Paunovic et al. Preferences in sweet cherry fruits among consumers in Serbia and Bosnia and Herzegovina
Meredith et al. POSTHARVEST QUALITY AND SENSORY ATTRIBUTES OF ‘BYRONGOLD’AND ‘RUBYSWEET’PLUMS 1
US20070248735A1 (en) Juices incorporating mid-season orange cultivars
Gadže et al. Physical and chemical characteristics and sensory evaluation of pomegranate fruit of (Punica granatum L.) cv.” Glavaš”
Montanuci et al. Flash Profile for rapid descriptive analysis in sensory characterization of passion fruit juice
Kruger et al. Effects of ripening stage and storage time on quality parameters of red raspberry fruit
Morais et al. Optimization and consumer acceptability of carob powder as cocoa substitute in lactose-free cashew nut almonds-based beverage.
van der Merwe et al. Impact of appearance on degree of liking and eating quality expectations of selected apple cultivars
Threlfall et al. Commercial attributes of fresh blackberries identified by sensory panels
Mattia et al. Sensory evaluation of four university of Florida-developed mandarins and a commercial California cultivar.
Saquet et al. Sensory and instrumental assessments during ripening of'Rocha'pear: the role of temperature and the inhibition of ethylene action on fruit quality
WO2000069286A2 (en) Juices incorporating early season orange cultivars

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