CN116362608A - 一种鸡肉品质管理数据处理分析系统及方法 - Google Patents
一种鸡肉品质管理数据处理分析系统及方法 Download PDFInfo
- Publication number
- CN116362608A CN116362608A CN202310331567.6A CN202310331567A CN116362608A CN 116362608 A CN116362608 A CN 116362608A CN 202310331567 A CN202310331567 A CN 202310331567A CN 116362608 A CN116362608 A CN 116362608A
- Authority
- CN
- China
- Prior art keywords
- chicken
- data
- index
- sensory
- objective
- 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
- 241000287828 Gallus gallus Species 0.000 title claims abstract description 277
- 238000012545 processing Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000001953 sensory effect Effects 0.000 claims abstract description 115
- 238000011156 evaluation Methods 0.000 claims abstract description 37
- 238000013441 quality evaluation Methods 0.000 claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000013480 data collection Methods 0.000 claims description 24
- 238000007726 management method Methods 0.000 claims description 21
- 238000011157 data evaluation Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 11
- 239000002253 acid Substances 0.000 claims description 8
- 235000019640 taste Nutrition 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 210000001087 myotubule Anatomy 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 6
- 238000013210 evaluation model Methods 0.000 claims description 6
- 238000010008 shearing Methods 0.000 claims description 6
- 230000001339 gustatory effect Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 235000013330 chicken meat Nutrition 0.000 description 204
- 238000005516 engineering process Methods 0.000 description 12
- 238000005259 measurement Methods 0.000 description 10
- 238000007918 intramuscular administration Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000003205 fragrance Substances 0.000 description 2
- 235000013372 meat Nutrition 0.000 description 2
- 241001122767 Theaceae Species 0.000 description 1
- 150000007513 acids Chemical class 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010252 digital analysis Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000037152 sensory function Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Mathematics (AREA)
- Agronomy & Crop Science (AREA)
- Quality & Reliability (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Processing Of Meat And Fish (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
Abstract
本发明涉及鸡肉品质管理相关技术领域,更具体地说,本发明提供了一种鸡肉品质管理数据处理分析系统及方法,鸡肉品质管理数据处理分析系统包括数据分析模块、数据收集模块、数据评价模块和结果反馈模块;能够分别通过感观和客观的方式对鸡肉的品质的不同指标进行分析赋值,得到感观指标和客观指标赋值数据,根据鸡肉感观指标和客观指标中不同指标的重要性对感观指标和客观指标赋值数据进行统一排序、分级和评价,得出鸡肉品质评价综合值,从而能够输出鸡肉分级信息和鸡肉品质偏向信息,全面地呈现出鸡肉各个指标的数据,便于对鸡肉的品质进行全面了解,使得鸡肉品质指标数据偏向性较大的鸡肉的价值被充分体现。
Description
技术领域
本发明涉及鸡肉品质管理相关技术领域,更具体地说,是一种鸡肉品质管理数据处理分析系统及方法。
背景技术
随着人们消费理念的改变,消费者对于鸡肉品质的要求也越来越高,高品质鸡肉已成为肉鸡产业高质量发展的必然选择。
在现有对鸡肉品质进行测定评价的技术中,存在对客观测定(仪器测定)结果的依赖性过高的问题,关于对鸡肉的感观测定主要是通过购买者自身的经验来判定,因此对鸡肉品质的分析和评价存在不全面,且偏差性较大的问题。
发明内容
本发明的目的在于提供一种鸡肉品质管理数据处理分析系统及方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种鸡肉品质管理数据处理分析系统,包括数据分析模块、数据收集模块、数据评价模块和结果反馈模块;
所述数据分析模块用于对不同品种和/或不同批次的鸡肉中,不同指标的重要性进行分析,并通过客观和感官的方式分别对鸡肉的感观指标和客观指标进行赋值,得到感观指标赋值数据和客观指标赋值数据;
所述数据收集模块用于收集并储存数据分析模块得到的鸡肉感观指标赋值数据和客观指标赋值数据;
所述数据评价模块用于调取数据收集模块中储存的鸡肉感观指标赋值数据和客观指标赋值数据,并根据鸡肉感观指标和客观指标中不同指标的重要性对感观指标和客观指标赋值数据进行排序和评价,得出鸡肉品质评价综合值,并根据鸡肉品质评价综合值输出鸡肉分级信息和鸡肉品质偏向信息;所述数据评价模块包括评价单元,所述评价单元用于构建评价模型,根据鸡肉感观指标和客观指标中不同指标的重要性对感观指标和客观指标赋值数据进行排序,根据排序分别设置感观指标和客观指标的指标权重,将感观指标赋值数据和客观指标赋值数据和指标权重综合评价,得到鸡肉品质评价综合值X,综合评价公式为:
其中Ri为感观指标或客观指标的指标权重;Yi为感观指标赋值数据或客观指标赋值数据;n是感观指标或客观指标排序的序号;
所述结果反馈模块用于将鸡肉品质评价综合值、鸡肉分级信息和鸡肉品质偏向信息发送至上位机。
本申请再进一步的技术方案:所述数据分析模块包括分析单元,所述分析单元用于对鸡肉不同指标的重要性进行分析,通过视觉、嗅觉、味觉的感观方式对包括鸡肉的香气、味道、嫩度质地和多汁性的感观指标进行赋值,得到感观指标赋值数据;通过客观测试的方式对包括鸡肉的肌间脂肪含量、剪切力、系水力、酸类含量和肌纤维密度的客观指标进行赋值,得到客观指标赋值数据。
本申请再进一步的技术方案:所述数据收集模块包括数据收集单元、标签单元和数据储存单元;
所述数据收集单元用于收集不同品种和/或不同批次的鸡肉感观指标赋值数据和客观指标赋值数据;
所述标签单元用于根据品种和批次的不同对鸡肉感观指标赋值数据和客观指标赋值数据进行标签分类;
所述数据储存单元用于储存标签分类后的鸡肉感观指标赋值数据和客观指标赋值数据。
本申请再进一步的技术方案:所述数据评价模块还包括数据调取单元和评价结果分析单元;
所述数据调取单元用于根据调取数据收集模块中储存的鸡肉感观指标赋值数据和客观指标赋值数据;
所述评价结果分析单元用于根据鸡肉品质评价综合值、感观指标赋值数据和客观指标赋值数据,对鸡肉品质进行分级并输出鸡肉分级信息;对鸡肉品质的指标偏向进行分析并输出鸡肉品质偏向信息。
本申请再进一步的技术方案:所述评价结果分析单元对鸡肉品质的指标偏向进行分析,输出鸡肉品质偏向信息,所述鸡肉品质偏向信息包括鸡肉品质数值偏向图、鸡肉品质描述以及鸡肉品质数值偏向的受众群体。
本申请再进一步的技术方案:所述结果反馈模块包括反馈单元,所述反馈单元通过有线/无线的方式将鸡肉品质评价综合值、鸡肉分级信息和鸡肉品质偏向信息发送至上位机。
本发明还提供了一种鸡肉品质管理数据处理分析方法,应用于一种鸡肉品质管理数据处理分析系统,所述方法包括以下步骤:
S1:鸡肉感观测试人员通过感观的方式对不同品种和/或不同批次鸡肉品质的感观指标进行评分赋值,得到感观指标赋值数据;
S2:鸡肉客观测试设备对不同品种和/或不同批次鸡肉品质的客观指标进行检测并赋值,得到客观指标赋值数据;
S3:将感观指标赋值数据和客观指标赋值数据录入或传输到数据收集模块中,数据收集模块将感观指标赋值数据和客观指标赋值数据储存;
S4:构建评价模型,根据鸡肉感观指标和客观指标中不同指标的重要性对感观指标和客观指标赋值数据进行排序,根据感观指标或客观指标排序的序号n,分别设置与感观指标和客观指标对应的指标权重Ri;
S5:调取需要评价的品种或批次的鸡肉的感观指标赋值数据和客观指标赋值数据Yi;
S6:根据鸡肉的感观指标赋值数据和客观指标赋值数据Yi,以及与鸡肉的感观指标赋值数据和客观指标赋值数据Yi对应的指标权重Ri,对鸡肉品质进行评价,得到鸡肉品质评价综合值X;综合评价公式为:
S7:根据鸡肉品质评价综合值,对鸡肉品质的级别进行分析,输出鸡肉分级信息;还对鸡肉品质指标数据的偏向进行分析,输出鸡肉品质偏向信息;
S8:将鸡肉品质评价综合值、鸡肉分级信息和鸡肉品质偏向信息发送至上位机。
采用本发明提供的技术方案,与现有技术相比,具有如下有益效果:
1、本发明通过设置数据分析模块,能够分别通过感观和客观的方式对鸡肉的品质的不同指标进行分析赋值,得到感观指标和客观指标赋值数据,并通过数据评价模块根据鸡肉感观指标和客观指标中不同指标的重要性对感观指标和客观指标赋值数据进行统一排序、分级和评价,得出鸡肉品质评价综合值,从而能够根据鸡肉品质评价综合值对鸡肉品质进行分级并输出鸡肉分级信息;对鸡肉品质指标数值的偏向进行分析,得出鸡肉品质偏向信息,全面地呈现出鸡肉各个指标的数据,准确地对鸡肉品质进行描述,从而便于对鸡肉的品质进行全面了解,使得部分鸡肉品质指标数据偏向性较大的鸡肉,也能够被相关的受众人群第一时间发现,从而使得这些鸡肉品质的价值被充分体现;解决了现有技术中主要通过客观测定结果的方式,存在对鸡肉品质分析评价存在偏差性较大的问题。
2、本发明的还改进了现行鸡肉品质的分析评价方式,加入我国地方品种鸡肉色、嫩度、多汁性(滴水损失)的指标,将我国地方品种鸡的肉质品质优势特点突出出来;应用信息技术、传感器技术、图像识别技术等新技术对客观指标进行测定;同时将感官结果与客观结果赋予权重,能够对鸡肉品质进行综合分析评价,有利于引导养殖端的提档升级,有利于地方品种鸡的品种资源保护和产业创新,更有利于满足人民群众对高品质鸡肉的需求。解决了对客观测定(仪器测定)结果的依赖性过高的问题,关于对鸡肉的感观测定主要是通过购买者自身的经验来判定,因此对鸡肉品质的分析和评价存在不全面,且偏差性较大的问题。
附图说明
图1为本发明提供的一种鸡肉品质管理数据处理分析方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围,下面结合实施例对本发明作进一步的描述。
本申请的一个实施例中,一种鸡肉品质管理数据处理分析系统,包括数据分析模块、数据收集模块、数据评价模块和结果反馈模块;
所述数据分析模块用于对不同品种和/或不同批次的鸡肉中,不同指标的重要性进行分析,并通过客观和感官的方式分别对鸡肉的感观指标和客观指标进行赋值,得到感观指标赋值数据和客观指标赋值数据;
所述数据收集模块用于收集并储存数据分析模块得到的鸡肉感观指标赋值数据和客观指标赋值数据;
所述数据评价模块用于调取数据收集模块中储存的鸡肉感观指标赋值数据和客观指标赋值数据,并根据鸡肉感观指标和客观指标中不同指标的重要性对感观指标和客观指标赋值数据进行排序和评价,得出鸡肉品质评价综合值,并根据鸡肉品质评价综合值输出鸡肉分级信息和鸡肉品质偏向信息;所述数据评价模块包括评价单元,所述评价单元用于构建评价模型,根据鸡肉感观指标和客观指标中不同指标的重要性对感观指标和客观指标赋值数据进行排序,根据排序分别设置感观指标和客观指标的指标权重,将感观指标赋值数据和客观指标赋值数据和指标权重综合评价,得到鸡肉品质评价综合值X,综合评价公式为:
其中Ri为感观指标或客观指标的指标权重;Yi为感观指标赋值数据或客观指标赋值数据;n是感观指标或客观指标排序的序号;
所述结果反馈模块用于将鸡肉品质评价综合值、鸡肉分级信息和鸡肉品质偏向信息发送至上位机。
在本实施例中,通过设置数据分析模块,能够分别通过感观和客观的方式对鸡肉的品质的不同指标进行分析赋值,得到感观指标和客观指标赋值数据,并通过数据评价模块根据鸡肉感观指标和客观指标中不同指标的重要性对感观指标和客观指标赋值数据进行统一排序、分级和评价,得出鸡肉品质评价综合值,从而能够根据鸡肉品质评价综合值对鸡肉品质进行分级并输出鸡肉分级信息;对鸡肉品质指标数值的偏向进行分析,得出鸡肉品质偏向信息,全面地呈现出鸡肉各个指标的数据,准确地对鸡肉品质进行描述,从而便于对鸡肉的品质进行全面了解,使得部分鸡肉品质指标数据偏向性较大的鸡肉,也能够被相关的受众人群第一时间发现,从而使得这些鸡肉品质的价值被充分体现;从而结果反馈模块用于将鸡肉品质评价综合值、鸡肉分级信息和鸡肉品质偏向信息通过汇总成信息的方式或者生成二维码的方式发送至上位机,这样就可以直观地呈现鸡肉的品质信息,消费者也可以通过扫码二维码,对鸡肉的品质信息进行了解;解决了现有技术中对客观测定(仪器测定)结果的依赖性过高的问题。
作为本申请一个优选的实施例,所述数据分析模块包括分析单元,所述分析单元用于对鸡肉不同指标的重要性进行分析,通过视觉、嗅觉、味觉的感观方式对包括鸡肉的肉色、香气、味道、嫩度质地和多汁性的感观指标进行赋值,得到感观指标赋值数据;通过客观测试的方式(信息技术、传感器技术和图像识别技术等)对包括鸡肉的肌间脂肪含量、剪切力、系水力、酸类含量和肌纤维密度的客观指标进行数据的测量,并根据得到的数据范围对客观指标进行赋值,得到客观指标赋值数据。
作为本申请一个优选的实施例,所述数据收集模块包括数据收集单元、标签单元和数据储存单元;
所述数据收集单元用于收集不同品种和/或不同批次的鸡肉感观指标赋值数据和客观指标赋值数据;
所述标签单元用于根据品种和批次的不同对鸡肉感观指标赋值数据和客观指标赋值数据进行标签分类;
所述数据储存单元用于储存标签分类后的鸡肉感观指标赋值数据和客观指标赋值数据。
作为本申请一个优选的实施例,所述数据评价模块还包括数据调取单元和评价结果分析单元;
所述数据调取单元用于根据调取数据收集模块中储存的鸡肉感观指标赋值数据和客观指标赋值数据;
所述评价结果分析单元用于根据鸡肉品质评价综合值、感观指标赋值数据和客观指标赋值数据,对鸡肉品质进行分级并输出鸡肉分级信息;对鸡肉品质的指标偏向进行分析并输出鸡肉品质偏向信息。
在本实施例中,鸡肉的级别可以分为1-3级,级别越高鸡肉各指标综合性品质越好,每个级别包括不同范围的鸡肉品质评价综合值。
在本实施例的一种情况中,所述评价结果分析单元对鸡肉品质的指标偏向进行分析,输出鸡肉品质偏向信息,所述鸡肉品质偏向信息包括鸡肉品质数值偏向图、鸡肉品质描述以及鸡肉品质数值偏向的受众群体,以满足特殊食用场景和消费偏好的需要,如有些鸡肉嫩度值虽然不理想,但对于喜好有嚼劲的消费者可能是鼓励购买的指标数据。
作为本申请一个优选的实施例,所述结果反馈模块包括反馈单元,所述反馈单元通过有线/无线的方式将鸡肉品质评价综合值、鸡肉分级信息和鸡肉品质偏向信息发送至上位机。
请参阅图1,作为本申请一个优选的实施例,一种鸡肉品质管理数据处理分析方法,应用于一种鸡肉品质管理数据处理分析系统,所述方法包括以下步骤:
S1:鸡肉感观测试人员通过视觉、嗅觉、味觉的感观方式对不同品种和/或不同批次鸡肉品质的香气、味道、嫩度质地和多汁性的感观指标进行评分赋值(分值可以是0—3分),得到感观指标赋值数据;
S2:鸡肉客观测试设备对不同品种和/或不同批次鸡肉品质的肌间脂肪含量、剪切力、系水力、酸类含量和肌纤维密度的客观指标进行检测并赋值(分值可以是0—3分),得到客观指标赋值数据;
S3:将感观指标赋值数据和客观指标赋值数据录入或传输到数据收集模块中,根据品种和批次的不同对鸡肉感观指标赋值数据和客观指标赋值数据进行标签分类;然后再将标签分类后的鸡肉感观指标赋值数据和客观指标赋值数据储存;
S4:构建评价模型,根据鸡肉感观指标和客观指标中不同指标的重要性对感观指标和客观指标赋值数据进行排序,根据感观指标或客观指标排序的序号n,分别设置与感观指标和客观指标对应的指标权重Ri(在本实施例中,香气、味道、嫩度质地和多汁性在感观指标中的排序序号别为1-4,且序号为1-4的指标权重Ri依次增大,分别是0.7、0.8、0.9和0.95;系水力、酸类含量、剪切力、肌间脂肪含量和肌纤维密度在客观指标中的排序序号为5-9,且序号5-9的指标权重Ri依次增大,分别是0.7、0.8、0.85、0.9和0.95;在实际应用时也可以根据需求设置指标权重Ri)
S5:调取需要评价的品种或批次的鸡肉的感观指标赋值数据和客观指标赋值数据Yi;
S6:根据鸡肉的感观指标赋值数据和客观指标赋值数据Yi,以及与鸡肉的感观指标赋值数据和客观指标赋值数据Yi对应的指标权重Ri,对鸡肉品质进行评价,得到鸡肉品质评价综合值X;综合评价公式为:
S7:根据鸡肉品质评价综合值,对鸡肉品质的级别进行分析(鸡肉品质的级别可以分为1-3级,每一种级别分别包括不同鸡肉品质评价综合值的范围),输出鸡肉分级信息;还对鸡肉品质指标数据的偏向进行分析,输出鸡肉品质偏向信息,鸡肉品质偏向信息包括鸡肉品质数值偏向图、鸡肉品质描述以及鸡肉品质数值偏向的受众群体;
S8:通过有线/无线的方式将鸡肉品质评价综合值、鸡肉分级信息和鸡肉品质偏向信息发送至上位机。
本发明的一种鸡肉品质管理数据处理分析方法,改进了现行鸡肉品质的分析评价方式,加入我国地方品种鸡肉色、嫩度、多汁性(滴水损失)的指标,将我国地方品种鸡的肉质品质优势特点突出出来;应用信息技术、传感器技术和图像识别技术等新技术对客观指标进行测定;同时将感官结果与客观结果赋予权重,建立一套公正、客观和可信赖的鸡肉品质数字化分析评价系统,有利于引导养殖端的提档升级,有利于地方品种鸡的品种资源保护和产业创新,更有利于满足人民群众对高品质鸡肉的需求。解决了对客观测定(仪器测定)结果的依赖性过高的问题,并且能够更客观和真实地反映肉质的实际性状。
实施例1
本发明按照NY/T330-1997肉用仔鸡加工技术规程中鸡肉的加工方法,对鸡肉进行加工;按照国标GB/T16291.1-2012《感官分析选拔、培训与管理评价员一般导则》对鸡肉感观测试人员进行基本感官能力考核筛选,考核方法参照国标GB/T 12311-2012《感官分析方法三点检验》以及GB/T 12315-2008《感官分析方法学排序法》进行。对鸡肉品质的香气、味道、嫩度质地和多汁性的感观指标进行评分的标准为:
表1鸡肉感官指标赋值标准
分值 | |
很容易被接受 | 2<Yi≤3 |
勉强接受 | 1<Yi≤2 |
不易被接受 | 0<Yi≤1 |
实施例2
本实施例对鸡肉客观测试设备对不同品种和/或不同批次鸡肉品质的肌间脂肪含量、剪切力、系水力、酸类含量和肌纤维密度的客观指标进行检测并赋值;关于鸡肉系水力的评分标准为:
表2鸡肉客观指标赋值标准
实施例3
本实施例对感观指标和客观指标对应设置指标权重Ri,关于鸡肉感官指标和客观指标的指标权重Ri为:
表3鸡肉品质指标权重Ri标准
感官指标 | 指标权重 | 客观指标 | 指标权重 |
香气 | 0.7 | 系水力 | 0.7 |
味道 | 0.8 | 酸类含量 | 0.8 |
嫩度质地 | 0.9 | 剪切力 | 0.85 |
多汁性 | 0.95 | 肌间脂肪含量 | 0.9 |
肌纤维密度 | 0.95 |
实施例4
本实施例对鸡肉品质评价综合值X进行分级,鸡肉品质分级标准为:
表3鸡肉品质分级标准
级别 | 评价综合值X |
一级 | 18-22.65 |
二级 | 13-17.99 |
三级 | 7.55-12.99 |
实施例5
本实施例以采集到的鸡肉品质赋值中香气2.5分、味道2.6、嫩度质地2.1、多汁性2.3分、系水力2.4分、酸类含量1.7、剪切力1.7、肌间脂肪含量1.6和肌纤维密度1.3为例,对鸡肉品质评价综合值X进行评价:
X=2.5×0.7+2.6×0.8+2.1×0.9+2.3×0.95+2.4×0.7+1.7×0.8+1.7×0.85+1.6×0.9+1.3×0.95=15.065。
计算得出鸡肉品质评价综合值X为15.065,根据鸡肉品质分级标准可知,该鸡肉品质的级别划分为二级。
从而能够充分提现鸡肉品质的综合值。
以上示意性地对本发明及其实施方式进行了描述,该描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。所以,如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性地设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (7)
1.一种鸡肉品质管理数据处理分析系统,其特征在于,包括数据分析模块、数据收集模块、数据评价模块和结果反馈模块;
所述数据分析模块用于对不同品种和/或不同批次的鸡肉中,不同指标的重要性进行分析,并通过客观和感官的方式分别对鸡肉的感观指标和客观指标进行赋值,得到感观指标赋值数据和客观指标赋值数据;
所述数据收集模块用于收集并储存数据分析模块得到的鸡肉感观指标赋值数据和客观指标赋值数据;
所述数据评价模块用于调取数据收集模块中储存的鸡肉感观指标赋值数据和客观指标赋值数据,并根据鸡肉感观指标和客观指标中不同指标的重要性对感观指标和客观指标赋值数据进行排序和评价,得出鸡肉品质评价综合值,并根据鸡肉品质评价综合值输出鸡肉分级信息和鸡肉品质偏向信息;所述数据评价模块包括评价单元,所述评价单元用于构建评价模型,根据鸡肉感观指标和客观指标中不同指标的重要性对感观指标和客观指标赋值数据进行排序,根据排序分别设置感观指标和客观指标的指标权重,将感观指标赋值数据和客观指标赋值数据和指标权重综合评价,得到鸡肉品质评价综合值X,综合评价公式为:
其中Ri为感观指标或客观指标的指标权重;Yi为感观指标赋值数据或客观指标赋值数据;n是感观指标或客观指标排序的序号;
所述结果反馈模块用于将鸡肉品质评价综合值、鸡肉分级信息和鸡肉品质偏向信息发送至上位机。
2.根据权利要求1所述的一种鸡肉品质管理数据处理分析系统,其特征在于,所述数据分析模块包括分析单元,所述分析单元用于对鸡肉不同指标的重要性进行分析,通过视觉、嗅觉、味觉的感观方式对包括鸡肉的香气、味道、嫩度质地和多汁性的感观指标进行赋值,得到感观指标赋值数据;通过客观测试的方式对包括鸡肉的肌间脂肪含量、剪切力、系水力、酸类含量和肌纤维密度的客观指标进行赋值,得到客观指标赋值数据。
3.根据权利要求1所述的一种鸡肉品质管理数据处理分析系统,其特征在于,所述数据收集模块包括数据收集单元、标签单元和数据储存单元;
所述数据收集单元用于收集不同品种和/或不同批次的鸡肉感观指标赋值数据和客观指标赋值数据;
所述标签单元用于根据品种和批次的不同对鸡肉感观指标赋值数据和客观指标赋值数据进行标签分类;
所述数据储存单元用于储存标签分类后的鸡肉感观指标赋值数据和客观指标赋值数据。
4.根据权利要求1所述的一种鸡肉品质管理数据处理分析系统,其特征在于,所述数据评价模块还包括数据调取单元和评价结果分析单元;
所述数据调取单元用于根据调取数据收集模块中储存的鸡肉感观指标赋值数据和客观指标赋值数据;
所述评价结果分析单元用于根据鸡肉品质评价综合值、感观指标赋值数据和客观指标赋值数据,对鸡肉品质进行分级并输出鸡肉分级信息;对鸡肉品质的指标偏向进行分析并输出鸡肉品质偏向信息。
5.根据权利要求4所述的一种鸡肉品质管理数据处理分析系统,其特征在于,所述评价结果分析单元对鸡肉品质的指标偏向进行分析,输出鸡肉品质偏向信息,所述鸡肉品质偏向信息包括鸡肉品质数值偏向图、鸡肉品质描述以及鸡肉品质数值偏向的受众群体。
6.根据权利要求1所述的一种鸡肉品质管理数据处理分析系统,其特征在于,所述结果反馈模块包括反馈单元,所述反馈单元通过有线/无线的方式将鸡肉品质评价综合值、鸡肉分级信息和鸡肉品质偏向信息发送至上位机。
7.一种鸡肉品质管理数据处理分析方法,应用于权利要求1-6任一项所述的一种鸡肉品质管理数据处理分析系统,其特征在于,所述方法包括以下步骤:
S1:鸡肉感观测试人员通过感观的方式对不同品种和/或不同批次鸡肉品质的感观指标进行评分赋值,得到感观指标赋值数据;
S2:鸡肉客观测试设备对不同品种和/或不同批次鸡肉品质的客观指标进行检测并赋值,得到客观指标赋值数据;
S3:将感观指标赋值数据和客观指标赋值数据录入或传输到数据收集模块中,数据收集模块将感观指标赋值数据和客观指标赋值数据储存;
S4:构建评价模型,根据鸡肉感观指标和客观指标中不同指标的重要性对感观指标和客观指标赋值数据进行排序,根据感观指标或客观指标排序的序号n,分别设置与感观指标和客观指标对应的指标权重Ri;
S5:调取需要评价的品种或批次的鸡肉的感观指标赋值数据和客观指标赋值数据Yi;
S6:根据鸡肉的感观指标赋值数据和客观指标赋值数据Yi,以及与鸡肉的感观指标赋值数据和客观指标赋值数据Yi对应的指标权重Ri,对鸡肉品质进行评价,得到鸡肉品质评价综合值X;综合评价公式为:
S7:根据鸡肉品质评价综合值,对鸡肉品质的级别进行分析,输出鸡肉分级信息;还对鸡肉品质指标数据的偏向进行分析,输出鸡肉品质偏向信息;
S8:将鸡肉品质评价综合值、鸡肉分级信息和鸡肉品质偏向信息发送至上位机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310331567.6A CN116362608A (zh) | 2023-03-28 | 2023-03-28 | 一种鸡肉品质管理数据处理分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310331567.6A CN116362608A (zh) | 2023-03-28 | 2023-03-28 | 一种鸡肉品质管理数据处理分析系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116362608A true CN116362608A (zh) | 2023-06-30 |
Family
ID=86936672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310331567.6A Pending CN116362608A (zh) | 2023-03-28 | 2023-03-28 | 一种鸡肉品质管理数据处理分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116362608A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107389884A (zh) * | 2017-07-24 | 2017-11-24 | 扬州大学 | 一种雪山鸡肉品质综合评价的方法 |
KR20190020263A (ko) * | 2017-08-18 | 2019-02-28 | 충북대학교 산학협력단 | 육류의 단맛을 예측 또는 측정하는 방법 |
CN112668142A (zh) * | 2020-11-23 | 2021-04-16 | 华南农业大学 | 一种鸡肉品质综合评价模型的构建方法及应用 |
-
2023
- 2023-03-28 CN CN202310331567.6A patent/CN116362608A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107389884A (zh) * | 2017-07-24 | 2017-11-24 | 扬州大学 | 一种雪山鸡肉品质综合评价的方法 |
KR20190020263A (ko) * | 2017-08-18 | 2019-02-28 | 충북대학교 산학협력단 | 육류의 단맛을 예측 또는 측정하는 방법 |
CN112668142A (zh) * | 2020-11-23 | 2021-04-16 | 华南农业大学 | 一种鸡肉品质综合评价模型的构建方法及应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20150072332A1 (en) | Testing system | |
CN110957038B (zh) | 免疫年龄确定系统、方法、装置及存储介质 | |
AU2021410045A1 (en) | High throughput hair analysis for personalized hair product | |
Himes-Cornell et al. | Understanding vulnerability in Alaska fishing communities: A validation methodology for rapid assessment of indices related to well-being | |
CN115396389A (zh) | 一种基于情绪能量感知的物联网信息技术客服服务系统 | |
WO2021079785A1 (ja) | 肉質判別プログラム及びシステム | |
Boumaza et al. | Visual characterization of the esthetic quality of the rosebush | |
CN116362608A (zh) | 一种鸡肉品质管理数据处理分析系统及方法 | |
CN113933334B (zh) | 一种基于特征选择和机器学习算法的洋槐蜜真伪鉴别方法 | |
CN111461529B (zh) | 用于生鲜水产品的品质协同评价方法及系统 | |
Muñoz et al. | Comparison of descriptive analysis methods | |
JP2021192215A (ja) | 肉質判別プログラム及びシステム | |
JP2021192025A (ja) | 食肉の部位判別プログラム | |
JP2021192195A (ja) | 家畜飼育方法提案プログラム及びシステム | |
CN113919983A (zh) | 试题画像方法、装置、电子设备和存储介质 | |
WO2022009892A1 (ja) | 食肉の販売単価提案プログラム | |
Marcuta et al. | Consumer perception regarding the sensory characteristics of traditional and regional products. Case study. | |
CN109739954A (zh) | 桃感官品质评价系统和评价方法 | |
CN117952796B (zh) | 一种基于数据分析的阅读教学质量评估方法及系统 | |
KR20050095667A (ko) | 성적 정보 제공 방법 및 장치 | |
JP2021192198A (ja) | 食肉特定システム | |
Prasetya et al. | Analysis and Quality Measurement of SITEDI Sub-System Against User Satisfaction Using WebQual 4.0 and End-User Computing Satisfaction (EUCS) Methods | |
JP2021192194A (ja) | 肉質判別プログラム及びシステム | |
JP2022014476A (ja) | 食肉の販売単価提案プログラム | |
Mariskhana et al. | Exploring Regional Development Patterns using Machine Learning: A Python-based Clustering Analysis of Human Development Index in West Java |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230630 |
|
RJ01 | Rejection of invention patent application after publication |