CN115791902A - 巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法 - Google Patents
巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法 Download PDFInfo
- Publication number
- CN115791902A CN115791902A CN202211430461.3A CN202211430461A CN115791902A CN 115791902 A CN115791902 A CN 115791902A CN 202211430461 A CN202211430461 A CN 202211430461A CN 115791902 A CN115791902 A CN 115791902A
- Authority
- CN
- China
- Prior art keywords
- milk
- formula
- pasteurized
- temperature sterilized
- data
- 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
Images
Abstract
本发明涉及一种巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法，该方法包括取巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉分别制成待检样本；在不同电流频率下，使用LCR测试仪采集待检样本的介电特性，得到介电特性谱数据；选择数个频率点的介电特性数据，通过主成分分析进行降维处理；将降维后的数据按照随机抽样的原则划分为训练集和测试集；在训练集上使用高斯朴素贝叶斯算法建立区别巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的数学模型。该方法使用操作简单的LCR测量，快速获取牛奶的介电特性谱图，介电特性谱图拥有众多的独立信息，能够在超小的样本量下建立牛奶类型鉴别模型，极大降低了检测时间和检测成本。
Description
技术领域
本发明涉及乳品鉴别技术领域，具体涉及一种巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法。
背景技术
牛奶是一种良好的营养来源，它提供能量并含有丰富的人体必需营养，包括蛋白质、脂肪、碳水化合物、钠、钙和维生素等。牛奶以其营养丰富、价格低廉的特点，成为现代生活中不可缺少的食品。由于牛奶产量巨大，人们发明了不同的加工方法来延长储藏寿命和满足运输需求。市场上销售的牛奶主要分为3种：高温灭菌(UHT)奶、巴氏杀菌奶和配方奶粉。
随着食品加工技术的发展，越来越多的食品加工者以牛奶为主要原料生产乳制品。然而，市场上存在着一些商业欺诈问题。一些不法商家打广告称，他们以优质新鲜的巴氏杀菌奶为原料，但实际上却添加了其他种类的牛奶，甚至变质的牛奶。更严重的是，糖尿病患者会不知不觉地摄入可能含有高糖分的配方奶粉。因此，迫切需要一种快速、简便、准确的牛奶检测方法，以用于食品监管。
在以往的研究中，人们提出了各种方法来检测和分析牛奶。核磁共振谱证明了高压贮藏对巴氏奶化学成分的影响。色谱-质谱联用方法可以分析区分有机和常规UHT奶。标记肽和稳定同位素技术可以辨别UHT奶和复原奶。通过傅里叶变换红外光谱和荧光光谱可以识别牛奶的脂肪含量和动物来源。这些研究基于各种原理，包括物理学、生物学、化学和光谱学，能够分析不同牛奶的区别。但仪器成本高、样本预处理繁琐耗时、建立鉴别模型时需要样本量多等缺陷限制了它们的实用性。
发明内容
本发明旨在至少解决现有牛奶检测技术中存在的技术问题之一。为此，本发明的一个目的在于提供一种巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法，该方法克服现有技术样品预处理繁琐，需要大样本量和昂贵仪器的缺陷，使用超小样本量建立基于介电特性和机器学习的数学模型，以简单快捷并且实惠的鉴别巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉。
具体而言，本发明提供了如下技术方案：
根据本发明的实施例提供了一种巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法，其包括以下步骤：
取巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉分别制成待检样本；
在不同电流频率下，使用LCR测试仪采集待检样本的介电特性，得到介电特性谱数据；
选择数个频率点的介电特性数据，通过主成分分析进行降维处理；
将降维后的数据按照随机抽样的原则划分为训练集和测试集；
在训练集上使用高斯朴素贝叶斯算法建立区别巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的数学模型：
式(1)中，xi表示经过主成分分析降维后的第i个主成分特征；σci和μci分别表示在类别yc(c＝0,1,2)下特征xi对应的标准差和期望；
在计算得到每个特征的条件概率后，再由式(2)进行极大化后验概率计算，取概率最大的条件的为鉴别结果；“0”代表巴氏杀菌奶“1”代表超高温灭菌奶，“2”代表配方奶粉。
本发明实施例提供的一种巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法，该方法使用操作简单的LCR测量，快速获取牛奶的介电特性谱图，介电特性谱图拥有众多的独立信息，能够在超小的样本量下建立牛奶类型鉴别模型，极大降低了检测时间和检测成本。
另外，根据本发明上述实施例提出的一种巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法，还可以具有如下附加的技术特征：
可选地，
可选地，巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的类别判断公式(2)：
logP(y0)＝log(13/37)，logP(y1)＝log(12/37)，logP(y2)＝log(12/37)，且令
分别求出特征xi在y＝0，y＝1，y＝2时对应的条件概率(kc)后，带入公式(2)并比较
的结果大小，选择最大的为种类鉴别结果，从而取得极大化概率计算结果。
可选地，介电特性包括电容Cs，容抗X，损耗系数D，阻抗Z，损耗角θ，电导G，电纳B。
可选地，训练集占数据集的70％，测试集占数据集的30％。
可选地，选择60hz、80hz、5200hz、6700hz、10000hz、14000hz这6个频率点上的数据，通过Anaconda软件进行降维处理。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1为本发明实施例中实验所用到的仪器，LCR测试仪的测试夹夹在两个铜片上，铜片固定在容器的盖子上，铜片探入装有牛奶的塑料容器中，塑料容器没入在35℃的恒温水浴箱中；
图2为本发明串联电容Cs的介电特性谱，x轴为频率，y轴为Cs的强度；
图3为本发明实施例的最佳模型的测试集的混淆矩阵；
图4为本发明实施例的高斯朴素贝叶斯算法的分类边界。
具体实施方式
以下通过特定的具体实例说明本发明的技术方案。应理解，本发明提到的一个或多个方法步骤并不排斥在所述组合步骤前后还存在其他方法步骤或在这些明确提到的步骤之间还可以插入其他方法步骤；还应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。而且，除非另有说明，各方法步骤的编号仅为鉴别各方法步骤的便利工具，而非为限制各方法步骤的排列次序或限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容的情况下，当亦视为本发明可实施的范畴。
为了更好的理解上述技术方案，下面更详细地描述本发明的示例性实施例。虽然显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明采用的试材皆为普通市售品，皆可于市场购得。
仪器、设备与软件：
选用中国常州通汇电子有限公司的TH2816A型LCR仪，两个铜片电极，一个塑料容器；
中国志成公司生产的ZSBB-712型水浴箱(按产品使用说明书操作)；
美国Continuum Analytics公司的Anaconda软件；
美国International Business Machines公司的SPSS软件。
下面参考具体实施例，对本发明进行描述，需要说明的是，这些实施例仅仅是描述性的，而不以任何方式限制本发明。
实施例1：模型的建立
(1)选取奶样
将18个高温灭菌牛奶和18个巴氏杀菌牛奶样品均取40mL保存到长宽高8cm*6cm*6cm的塑料容器中，分别编号为1～18、19～36。18个配方奶粉样品，按每份25g与150mL蒸馏水混合，得到的混合溶液取40mL倒入塑料容器也放置在35℃水浴箱中编号为37～54。将要装有待检测的样品的塑料容器盖上固定好铜片的盖子密封，塑料容器内铜片与牛奶始终接触良好，放置于35℃的水浴箱中，如图1(容器可使用原电池实验器)，容器置于水浴箱约20分钟，牛奶样品温度稳定后开始测量。
(2)介电特性数据采集
通过LCR测试仪对步骤(1)的待检样本进行介电特性的测量并记录数据，因为高频率电流易穿过样品，导致介电特性变化不大。所以可以适当减少高频率点的采集，适当增加低频率点的采集。本实验选取了50hz，60hz，80hz，130hz，170hz，220hz，280hz，350hz，450hz，580hz，740hz，1000hz，1200hz，1500hz，2000hz，2500hz，3200hz，4200hz，5200hz，6700hz，8500hz，10000hz，14000hz，20000hz这25个频率进行数据测量工作。
(3)选择介电特性数据
将步骤(1)记录的数据导入SPSS软件，进行单因素方差分析可知，三种牛奶的串联电容Cs(p＝0.000)，容抗X(p＝0.000)，损耗系数D(p＝0.000)，阻抗Z(p＝0.000)，损耗角θ(p＝0.000)，电导G(p＝0.000)，电纳B(p＝0.000)有显著性区别(p<0.05表示具有显著性区别)。以串联电容为例，为了直观表示和分析牛奶在介电特性上的区别，以x轴为频率，y轴为串联电容值，如图2所示。Cs在50Hz到2000Hz范围内有一个急剧下降的趋势，因为在一定范围内，频率越高，电容对交流电的阻碍越小。这种趋势逐渐消失，在频率达到共振点(约2000Hz)后变得平缓。图2中奶粉的Cs明显高于其他两种牛奶。公式C＝εS/4πkd表明，Cs主要受介电常数的影响，而介电常数是一个与极化程度有关的参数，在接触面积和电极间距不变的条件下，介电常数的值与Cs的值成正比。液体介电常数和导电性之间成正相关，导电性强弱取决于金属离子的含量，如K+、Na+、Ca+。配方奶粉中通常加入了能增加液体极性的K+、Na+、Ca+，所以奶粉的电导率明显高于其他两种牛奶，这使得其Cs与众不同。导致巴氏杀菌奶和高温灭菌奶差异的主要原因是生产过程和储存时间不同。在生产过程中，高温灭菌奶的温度比巴氏杀菌奶高，储存时间长，导致脂肪球变形，酪蛋白胶束破裂，从而导致图2中高温灭菌奶的Cs较高。
在差异性明显的介电特性Cs(p＝0.000)，容抗X(p＝0.000)，损耗系数D(p＝0.000)，阻抗Z(p＝0.000)，损耗角θ(p＝0.000)，电导G(p＝0.000)，电纳B(p＝0.000)中选择2个低频、2个中频、2个高频上的数据作为建模数据。具体地，选择位于60hz、80hz、5200hz、6700hz、10000hz、14000hz这6个频率点上的数据。
(4)数据的降维处理
将步骤(3)选择好的介电特性数据通过Anaconda软件，实现主成分分析降至4维，防止建模结果过拟合。
(5)将步骤(4)中降维后的数据作为建模的数据集，按照随机抽样的原则划分为训练集和测试集，两者分别占数据集的70％和30％。
(6)鉴定模型的建立
使用偏最小二乘法(PLS-DA)、高斯朴素贝叶斯(GNB)和支持向量机(SVM)算法分别与主成分分析相结合，利用训练集数据建立分类模型，并对测试集中的样本进行预测。在不同预处理下，PLS-DA、GNB和SVM算法的建模结果如表1所示；
表1有无数据降维下GNB、SVM和PLS-DA的建模结果
(7)最优模型的筛选和确定
以训练集的介电特性数据作为输入值，以巴氏杀菌牛奶、高温灭菌奶以及配方奶粉的类别作为输出将划分好的数据集带入高斯朴素贝叶斯算法中进行训练。在此判别模型中，准确率为正确判断占所有判断的概率，其值越接近1越好。
由表1中结果可知，所有的模型在巴氏杀菌牛奶、高温灭菌牛奶以及配方奶粉的分类测试中都取得了较为优秀的结果。其中高斯朴素贝叶斯能处理多分类任务，对于成高斯分布且较多独立信息的数据尤为有效，在小规模样本量下表现最好，测试集准确率达到1，训练集和测试集R2达到0.808和0.748，因此高斯朴素贝叶斯被选为本实施例的最优模型，其数学模型为：
(1)式中，xi表示经过主成分分析降维后的第i个主成分特征；
σci和μci分别表示在类别yc(c＝0,1,2)下特征xi对应的标准差和期望，在计算得到每个特征的条件概率后，再由式(2)进行极大化后验概率计算，取概率最大的条件的为鉴别结果；“0”代表巴氏杀菌奶，“1”代表超高温灭菌奶，“2”代表配方奶粉。
利用选择的最优分类模型，预测测试集的所有样本(n＝16)。在高斯朴素贝叶斯算法模型中，没有经过PCA降维的数据准确率为87.5％，训练集和测试集的R2分别为1和-48.938，这意味着该模型也是过拟合的。因此，使用PCA对数据进行降维，结果显示，准确率可以达到100％，R2＝0.808(训练集)和0.748(测试集)以混淆矩阵衡量模型在测试集的性能，结果如图3所示，横坐标为预测标签，纵坐标为真实标签，矩阵中预测标签和真实标签重合的方格为正确分类，其中“0”代表巴氏杀菌奶，“1”代表高温灭菌奶，“2”代表配方奶粉；测试结果为[[6 0 0][0 6 0][0 0 4]]，列代表测试结果，行代表实际分类，从混淆矩阵可以看出，没有一个样本被错误地识别，说明模型在测试集上具有良好的分类效果。
图4为测试集中类别分类的可视化，直观地显示了GNB的分类边界，其中相同符号形状的区域是同一类别的样品区域。“0”代表巴氏杀菌奶，“1”代表高温灭菌奶，“2”代表配方奶粉。除了少数样品分类错误(因为只使用了主成分分析中两个最重要的特征作为可视化结果依据)外，绝大多数不同类型的牛奶样品都被清晰地划分到了三个不同的区域。
实施例2：本发明模型的应用
采用实施例1的介电特性数据采集、数据降维等技术，对28个样本进行了测定和处理，使用筛选出的最优模型进行鉴定，结果如表2所示。
表2本实施例的模型应用结果
综上，本发明实施例针对已有牛奶种类鉴别模型样本消耗和检测门槛的问题，使用超小样本量建立基于介电特性和机器学习的数学模型，提供一种对巴氏消毒牛奶、高温灭菌牛奶、配方奶粉进行快速识别的方法。克服现有技术样品预处理繁琐耗时，需要大样本量和昂贵仪器的缺陷，有利于食品质量的检测和监管。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外，本领域的技术人员可以将本说明书中描述的不同实施例或示例进行接合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法，其特征在于，包括以下步骤：
取巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉分别制成待检样本；
在不同电流频率下，使用LCR测试仪采集待检样本的介电特性，得到介电特性谱数据；
选择数个频率点的介电特性数据，通过主成分分析进行降维处理；
将降维后的数据按照随机抽样的原则划分为训练集和测试集；
在训练集上使用高斯朴素贝叶斯算法建立区别巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的数学模型：
式(1)中，xi表示经过主成分分析降维后的第i个主成分特征，σci和μci分别表示在类别yc(c＝0,1,2)下特征xi对应的标准差和期望；
在计算得到每个特征的条件概率后，再由式(2)进行极大化后验概率计算，取概率最大的条件的为鉴别结果；“0”代表巴氏杀菌奶，“1”代表超高温灭菌奶，“2”代表配方奶粉。
2.如权利要求1所述的巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法，其特征在于，
3.如权利要求1所述的巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法，其特征在于，巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的类别判断数学模型公式(2)：
logP(y0)＝log(13/37)，logP(y1)＝log(12/37)，logP(y2)＝log(12/37)，且令
分别求出特征xi在y＝0，y＝1，y＝2时对应的条件概率(kc)后，带入公式(2)并比较
的结果大小，选择最大的为种类鉴别结果，从而取得极大化概率计算结果。
4.如权利要求1所述的巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法，其特征在于，介电特性包括电容Cs，容抗X，损耗系数D，阻抗Z，损耗角θ，电导G，电纳B。
5.如权利要求1所述的巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法，其特征在于，训练集占数据集的70％，测试集占数据集的30％。
6.如权利要求1所述的巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法，其特征在于，选择60hz、80hz、5200hz、6700hz、10000hz、14000hz这6个频率点上的数据，通过Anaconda软件使用主成分分析进行降维处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211430461.3A CN115791902A (zh) | 2022-11-15 | 2022-11-15 | 巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211430461.3A CN115791902A (zh) | 2022-11-15 | 2022-11-15 | 巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115791902A true CN115791902A (zh) | 2023-03-14 |
Family
ID=85437981
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211430461.3A Pending CN115791902A (zh) | 2022-11-15 | 2022-11-15 | 巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115791902A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116559386A (zh) * | 2023-05-22 | 2023-08-08 | 淮阴工学院 | 一种基于介电光谱的牛奶新鲜度检测方法 |
-
2022
- 2022-11-15 CN CN202211430461.3A patent/CN115791902A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116559386A (zh) * | 2023-05-22 | 2023-08-08 | 淮阴工学院 | 一种基于介电光谱的牛奶新鲜度检测方法 |
| CN116559386B (zh) * | 2023-05-22 | 2024-03-26 | 淮阴工学院 | 一种基于介电光谱的牛奶新鲜度检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Abbas et al. | Analytical methods used for the authentication of food of animal origin | |
| Durante et al. | Electrical impedance sensor for real-time detection of bovine milk adulteration | |
| Mirzaee-Ghaleh et al. | Identification of fresh-chilled and frozen-thawed chicken meat and estimation of their shelf life using an E-nose machine coupled fuzzy KNN | |
| Wei et al. | Monitoring of quality and storage time of unsealed pasteurized milk by voltammetric electronic tongue | |
| Barbin et al. | Near-infrared hyperspectral imaging for grading and classification of pork | |
| Wei et al. | Evaluation of varieties of set yogurts and their physical properties using a voltammetric electronic tongue based on various potential waveforms | |
| Haddi et al. | Instrumental assessment of red meat origins and their storage time using electronic sensing systems | |
| CN104049068B (zh) | 生鲜畜肉新鲜度的无损测定装置及测定方法 | |
| Wei et al. | Classification of monofloral honeys by voltammetric electronic tongue with chemometrics method | |
| CN101493431A (zh) | 利用电子鼻检测鸡肉新鲜度的方法 | |
| Weng et al. | A comprehensive method for assessing meat freshness using fusing electronic nose, computer vision, and artificial tactile technologies | |
| Islam et al. | Assessment of ripening degree of avocado by electrical impedance spectroscopy and support vector machine | |
| CN115791902A (zh) | 巴氏杀菌牛奶、高温灭菌牛奶和配方奶粉的快速鉴别方法 | |
| CN108663367A (zh) | 一种基于鸡蛋容重的鸡蛋品质无损检测方法 | |
| Wu et al. | Prediction of pork storage time using Fourier transform near infrared spectroscopy and Adaboost‐ULDA | |
| CN109557165A (zh) | 用于监控质谱成像制备工作流程的质量的方法 | |
| CN113310930A (zh) | 高温灭菌奶、巴氏杀菌奶和掺加高温灭菌奶的巴氏杀菌奶的光谱鉴定方法 | |
| CN110132823A (zh) | 一种基于模板匹配与查找轮廓的细胞计数方法 | |
| Zhang et al. | Rapid authentication of the geographical origin of milk using portable near‐infrared spectrometer and fuzzy uncorrelated discriminant transformation | |
| WO2021089001A1 (zh) | 一种检测水果甜度的方法、装置、系统及存储介质 | |
| O'Connor | An impedance method for the determination of bacteriological quality of raw milk | |
| Jin et al. | Freshness prediction of modified atmosphere packaging lamb meat based on digital images from mobile portable devices | |
| Bertemes et al. | Ripening classification of bananas (Musa acuminate) using electrical impedance spectroscopy and support vector machine | |
| CN108103138A (zh) | 基于介电频谱技术的生鲜羊乳菌落总数超标快速判别方法 | |
| CN113324942A (zh) | 原料牛奶、高温灭菌奶和掺加高温灭菌奶的原料牛奶的快速鉴定模型 |
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 |