JP6712691B1 - Method and system for distinguishing mixed salmon production areas - Google Patents
Method and system for distinguishing mixed salmon production areas Download PDFInfo
- Publication number
- JP6712691B1 JP6712691B1 JP2020007330A JP2020007330A JP6712691B1 JP 6712691 B1 JP6712691 B1 JP 6712691B1 JP 2020007330 A JP2020007330 A JP 2020007330A JP 2020007330 A JP2020007330 A JP 2020007330A JP 6712691 B1 JP6712691 B1 JP 6712691B1
- Authority
- JP
- Japan
- Prior art keywords
- data
- sample
- salmon
- classifier
- imported
- 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.)
- Expired - Fee Related
Links
- 241000972773 Aulopiformes Species 0.000 title claims abstract description 338
- 235000019515 salmon Nutrition 0.000 title claims abstract description 338
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims description 31
- 150000001413 amino acids Chemical class 0.000 claims abstract description 141
- 239000002366 mineral element Substances 0.000 claims abstract description 95
- 238000004949 mass spectrometry Methods 0.000 claims abstract description 80
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 78
- 229910052801 chlorine Inorganic materials 0.000 claims abstract description 30
- 229910052698 phosphorus Inorganic materials 0.000 claims abstract description 30
- 229910052700 potassium Inorganic materials 0.000 claims abstract description 30
- 229910052749 magnesium Inorganic materials 0.000 claims abstract description 29
- 229910052791 calcium Inorganic materials 0.000 claims abstract description 28
- 238000012549 training Methods 0.000 claims abstract description 12
- 239000000523 sample Substances 0.000 claims description 262
- 230000003595 spectral effect Effects 0.000 claims description 40
- 239000013074 reference sample Substances 0.000 claims description 35
- 238000001228 spectrum Methods 0.000 claims description 25
- 229910052742 iron Inorganic materials 0.000 claims description 17
- 229910052711 selenium Inorganic materials 0.000 claims description 16
- 239000002245 particle Substances 0.000 claims description 15
- 238000001035 drying Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 14
- 238000007689 inspection Methods 0.000 claims description 13
- 238000012706 support-vector machine Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 11
- 238000012795 verification Methods 0.000 claims description 7
- 238000002307 isotope ratio mass spectrometry Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000002790 cross-validation Methods 0.000 claims description 5
- 230000008676 import Effects 0.000 claims description 4
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 4
- 239000011707 mineral Substances 0.000 claims description 4
- 238000000918 plasma mass spectrometry Methods 0.000 claims description 4
- 230000001149 cognitive effect Effects 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 238000002156 mixing Methods 0.000 claims description 2
- 238000005498 polishing Methods 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000000227 grinding Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 abstract description 2
- 238000012850 discrimination method Methods 0.000 abstract 1
- 239000011575 calcium Substances 0.000 description 27
- 239000000460 chlorine Substances 0.000 description 27
- 239000011777 magnesium Substances 0.000 description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 21
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 18
- 239000011669 selenium Substances 0.000 description 16
- 230000000694 effects Effects 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 15
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 description 12
- 239000000203 mixture Substances 0.000 description 12
- 238000000354 decomposition reaction Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 239000002689 soil Substances 0.000 description 10
- 238000005070 sampling Methods 0.000 description 9
- 239000000126 substance Substances 0.000 description 8
- 241000196324 Embryophyta Species 0.000 description 6
- 239000000706 filtrate Substances 0.000 description 6
- 210000003205 muscle Anatomy 0.000 description 6
- 229910052708 sodium Inorganic materials 0.000 description 6
- 239000011734 sodium Substances 0.000 description 6
- 229910052799 carbon Inorganic materials 0.000 description 5
- 235000013305 food Nutrition 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 4
- 241001465385 Solandra grandiflora Species 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 4
- 238000000862 absorption spectrum Methods 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 4
- 239000003925 fat Substances 0.000 description 4
- 229910052739 hydrogen Inorganic materials 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 102000004169 proteins and genes Human genes 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000004566 IR spectroscopy Methods 0.000 description 3
- 206010035148 Plague Diseases 0.000 description 3
- 241000607479 Yersinia pestis Species 0.000 description 3
- 238000009360 aquaculture Methods 0.000 description 3
- 244000144974 aquaculture Species 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 239000011259 mixed solution Substances 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 229910052757 nitrogen Inorganic materials 0.000 description 3
- 235000008935 nutritious Nutrition 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 2
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 2
- GRYLNZFGIOXLOG-UHFFFAOYSA-N Nitric acid Chemical compound O[N+]([O-])=O GRYLNZFGIOXLOG-UHFFFAOYSA-N 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 2
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 2
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 2
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 229910052804 chromium Inorganic materials 0.000 description 2
- 239000011651 chromium Substances 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000007865 diluting Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 235000020188 drinking water Nutrition 0.000 description 2
- 239000003651 drinking water Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 238000010812 external standard method Methods 0.000 description 2
- 230000004720 fertilization Effects 0.000 description 2
- 235000019688 fish Nutrition 0.000 description 2
- 238000005194 fractionation Methods 0.000 description 2
- 125000000524 functional group Chemical group 0.000 description 2
- 238000009957 hemming Methods 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- PNDPGZBMCMUPRI-UHFFFAOYSA-N iodine Chemical compound II PNDPGZBMCMUPRI-UHFFFAOYSA-N 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 230000000155 isotopic effect Effects 0.000 description 2
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 230000000813 microbial effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910017604 nitric acid Inorganic materials 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 239000011574 phosphorus Substances 0.000 description 2
- 239000011591 potassium Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000011593 sulfur Substances 0.000 description 2
- 229910052717 sulfur Inorganic materials 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 239000011701 zinc Substances 0.000 description 2
- 229910052725 zinc Inorganic materials 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
-
- 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
- G01N33/12—Meat; Fish
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Food Science & Technology (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
【課題】サーモン産地の混合鑑別方法およびシステムの提供。【解決手段】各国からの輸入サーモンのサンプルを採集すること、標準サーモンのサンプルの近赤外スペクトルを採集すること、δ１３Ｃ、δ１８Ｏ、δ１５Ｎ、Ｃａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅ、Ａｓｐ、Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔｒｐの値を採集すること、および、訓練して赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素データによる分類器、アミノ酸データによる分類器を生成して、各分類器に対し順位づけを行い、４個の分類器の結果および順位づけ位置を総合して輸入サーモンの産地を判断することを含む。【選択図】図２PROBLEM TO BE SOLVED: To provide a mixed discrimination method and system for salmon production areas. SOLUTION: Collecting samples of imported salmon from each country, collecting near infrared spectra of samples of standard salmon, δ13C, δ18O, δ15N, Ca, Cl, Mg, P, K, Na, Cu, Collecting and training the values of Fe, Se, Asp, Thr, Ser, Glu, Gly, Ala, Cys, Val, Met, Ile, Leu, Tyr, Phe, Lys, His, Arg, Pro, Trp. Generates a classifier based on infrared spectrum data, a classifier based on isotope mass spectrometry data, a classifier based on mineral element data, and a classifier based on amino acid data, and ranks each classifier to give four classifiers. It includes determining the origin of imported salmon by combining the results of the above and the ranking positions. [Selection diagram] Figure 2
Description
本発明は産地追跡の技術分野に関するもので、具体的にサーモン産地の混合鑑別方法お
よびシステムに関する。
The present invention relates to the technical field of origin tracking, and more particularly, to a method and system for distinguishing mixed salmon origin.
サーモンは高付加価値の肉類魚として、産地標識の間違いや、ラベルの偽造、地理的標
識の偽造などでサーモンの食品安全事件がよく報道される。また、たとえ疫病が発生した
ら、迅速かつ正確に発生源を見つけ、ひいては効果的な措置を取って疫病の伝播を抑制す
ることができれば、人命と健康の保障となる。従来の手段は、一般的な魚類を遡及する追
跡であるが、サーモンの特徴に応じてサーモン向きの追跡がまだ提案されていない。サー
モンの追跡は、安定的同位体、近赤外、電子舌や鉱物元素などの生物的技術を利用するの
が多いが、いずれも単一の生物技術にて追跡をするだけで、追跡の精度が低く、複数種類
の追跡手段を有効的に結合することはできない。このため、輸入サーモンに対する有効的
な追跡を提供することは、やっぱりとして本分野の極めて期待される課題となっている。
As salmon is a high-value-added meat fish, salmon food safety incidents are often reported due to mistakes in the origin marker, forgery of the label, and forgery of the geographical marker. Moreover, even if a plague occurs, if the source of the plague can be found quickly and accurately, and effective measures can be taken to control the spread of the plague, human life and health will be guaranteed. The conventional method is tracing back general fish, but salmon-oriented tracing has not been proposed yet depending on salmon characteristics. Tracking salmon often uses biological techniques such as stable isotopes, near infrared, electronic tongue, and mineral elements. Is low, and multiple types of tracking means cannot be effectively combined. For this reason, providing effective tracking for imported salmon remains a highly anticipated issue in this field.
本発明の目的は従来の技術における欠陥を克服するために、サーモン産地の混合鑑別方
法およびシステムを提供することである。輸入サーモンの長時間な輸送時間、複雑な輸送
条件などの問題に対して、輸入サーモン産地の混合鑑別方法およびシステムを提供するこ
とにより、輸入サーモンの追跡精度を向上するとともに、従来からも輸入サーモンの広範
囲応用現状に適応することもできる。
It is an object of the present invention to provide a method and system for mixed identification of salmon fields in order to overcome the deficiencies in the prior art. By providing a mixed identification method and system of the imported salmon production areas for problems such as long transportation time of imported salmon and complicated transportation conditions, it is possible to improve the tracking accuracy of the imported salmon and to improve the accuracy of the imported salmon. It is also possible to adapt to the current widespread application of.
上記の目的を達成するために、本発明は以下の解決策により実現される。
本発明に提供されるサーモン産地の混合鑑別方法は、各国からの輸入サーモンのサンプル
を採集すること、標準サーモンのサンプルの近赤外スペクトルを採集すること、δ１３Ｃ
、δ１８Ｏ、δ１５Ｎ、Ｃａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅ、Ａｓｐ、
Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、
Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔｒｐの値を採集すること、訓練し
て赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素デ
ータによる分類器、アミノ酸データによる分類器を生成し、各分類器に対し性能順に順位
づけを行って、４個の分類器の結果および順位づけ位置を総合して輸入サーモンの産地を
判断することを含む。
In order to achieve the above object, the present invention is realized by the following solutions.
The method for mixed discrimination of salmon producing areas provided in the present invention is to collect a sample of salmon imported from each country, collect a near-infrared spectrum of a sample of standard salmon, δ 13 C
, Δ 18 O, δ 15 N, Ca, Cl, Mg, P, K, Na, Cu, Fe, Se, Asp,
Thr, Ser, Glu, Gly, Ala, Cys, Val, Met, Ile, Leu,
Collect values of Tyr, Phe, Lys, His, Arg, Pro, Trp, train and classify by infrared spectrum data, classifier by isotope mass spectrometry data, classifier by mineral element data, by amino acid data Generating a classifier, ranking each classifier in order of performance, and combining the results and ranking positions of the four classifiers to determine the origin of the imported salmon.
本発明は、従来の技術に比べて、以下の技術効果を有する。
（１）本発明は、輸入サーモンの特性を分析した上、サーモン産地の混合鑑別方法および
システムを提供する。輸入サーモン向きの検測を達成し、適用の範囲が広く、巨大な応用
価値がある。
The present invention has the following technical effects as compared with the conventional technology.
(1) The present invention analyzes the characteristics of imported salmon and provides a method and system for mixed discrimination of salmon producing areas. Achieved inspection for imported salmon, has a wide range of applications, and has enormous application value.
（２）輸入サーモンの輸入は時間がかかり、輸送環境の差異が大きいため、従来の追跡技
術において、安定同位体技術、鉱物元素、アミノ酸などがテスト時の環境に大きく左右さ
れるとか、近赤外スペクトル技術がデータベースに依存し、大量のサンプルの産地や数の
データがなければ追跡の精度を上げることができないなどの問題がある。従来の追跡技術
を直接に輸入サーモンに適用したら、追跡の精度が低かったと分かる。これに対して、本
発明は、赤外分光データ、同位体質量分析データ、鉱物元素データ、アミノ酸を総合して
、輸入サーモンの産地を追跡することとなる。４つの追跡手段を組み合わせて、輸入サー
モンの輸送過程における影響を克服し、追跡の精度を高める。
(2) Imported salmon takes a long time, and the differences in the transportation environment are large. Therefore, in conventional tracing technology, stable isotope technology, mineral elements, amino acids, etc. are greatly affected by the environment at the time of testing, Outer spectrum technology relies on a database, and there is a problem in that tracking accuracy cannot be improved without a large amount of sample origin and number data. If you apply the conventional tracking technology directly to imported salmon, you can see that the tracking accuracy was low. On the other hand, according to the present invention, the origin of imported salmon is traced by integrating infrared spectroscopy data, isotope mass spectrometry data, mineral element data, and amino acids. Combine the four tracking methods to overcome the effects of imported salmon on the transportation process and improve tracking accuracy.
（３）本発明は、性能順に４つの追跡手段に順位づけを行い、かつ順位づけの結果によっ
て異なる追跡の手段にそれぞれ相応の重みを付ける。これにより、追跡モデルの性能に基
づいて総合追跡の結果への影響を調整することができ、これで各追跡手段の単純混合では
なく、各追跡手段のすべての利点を十分に発揮するようにできる。
(3) According to the present invention, four tracking means are ranked in order of performance, and different tracking means are weighted appropriately according to the ranking result. This allows you to adjust the impact on the results of the total tracking based on the performance of the tracking model, so that you can fully exercise all the benefits of each tracking means rather than a simple mixture of each tracking means. ..
（４）本発明は、サポートベクターマシンの構造化リスクが最も小さく、優れる汎化能力
を有し、さらに追跡の精度と効率を向上する。
(4) The present invention has the least risk of structuring support vector machines, has excellent generalization ability, and further improves tracking accuracy and efficiency.
（５）本発明は、まず、輸入サーモンを粉砕してから、つぎに、乾燥させる、という順と
している。これにより、サーモンの乾燥効果を向上させる。
(5) According to the present invention, the imported salmon is first crushed, and then dried. This improves the drying effect of salmon.
（６）本発明は、複数回で、輸入サーモンのサンプルごとのスペクトルデータを採集する
ことにより、１回だけでスペクトルデータを採集する場合に起こられる誤差を回避するこ
とができる。
(6) According to the present invention, by collecting the spectral data for each sample of the imported salmon a plurality of times, it is possible to avoid the error that would occur when the spectral data is collected only once.
（７）本発明は、輸入サーモンのサンプルごとのスペクトルデータ、同位体データ、鉱物
元素データ、アミノ酸データを採集し、相応の分散および標準偏差を算出し、相応の特異
点サンプルをカリングすることにより、採集環境などのデータへの影響を回避する。
(7) The present invention collects spectral data, isotope data, mineral element data, and amino acid data for each sample of imported salmon, calculates corresponding variance and standard deviation, and culls corresponding singularity samples. Avoid data impacts such as the collection environment.
以下、本発明の実施形態を特定の具体例によって説明する。当業者は、本明細書に開示
された内容から本発明の他の利点および効果も容易に理解することができる。本発明はま
た、他の異なる具体的な実施例によって実施または適用されてもよく、本明細書の詳細は
、異なる観点と応用場に基づいて、本発明の精神から逸脱することなく様々な修正または
変更を行うこともできる。なお、以下の実施形態および実施形態の特徴は、競合しないか
ぎり互いに組み合わせられ得る。
Embodiments of the present invention will be described below with reference to specific examples. Those skilled in the art can easily understand other advantages and effects of the present invention from the contents disclosed herein. The present invention may also be embodied or applied by other different specific embodiments, and the details of the present specification are variously modified based on different viewpoints and fields of application without departing from the spirit of the present invention. Or you can make changes. It should be noted that the following embodiments and features of the embodiments can be combined with each other as long as they do not conflict.
特筆すべきのは、以下の実施形態で提供される図面は、単に本発明の基本的な構想を概略
的に説明するものであるため、図面において本発明に関連する部分だけを表示し、かつ実
際に実施された場合の構成の数、形状およびサイズに従ってプロットするのではなく、実
際に実施された場合の各構成の形態、数および割合は任意に変更されてもよく、より複雑
であるかもしれない。
It should be noted that the drawings provided in the following embodiments only schematically explain the basic concept of the present invention, and therefore only the portions relevant to the present invention are shown in the drawings, and Rather than plotting according to the number, shape and size of the actual implementations, the form, number and proportion of each actual implementation may be changed arbitrarily and may be more complex. unknown.
以下、添付図面及び具体的な実施形態に関連して本発明をさらに説明するが、本発明の限
定ではない。
実施例１
Hereinafter, the present invention will be further described with reference to the accompanying drawings and specific embodiments, but the present invention is not limited thereto.
Example 1
図１に示されるように、本実施例において提供されるサーモン産地の混合鑑別方法は以下
のステップを含む。
As shown in FIG. 1, the method for mixed discrimination of salmon producing areas provided in this example includes the following steps.
ステップＳ１：各国からの輸入サーモンのサンプルを採集して、サーモンのサンプルを粉
砕し、乾燥させて、乾燥したサーモンのサンプルを研磨して、所定サイズの篩目によりフ
ィルタリングして、再び乾燥させることにより、輸入サーモンの基準サンプルを得ること
。
Step S1: Collect salmon samples imported from each country, crush and dry salmon samples, grind the dried salmon samples, filter through a sieve of a predetermined size, and dry again. To obtain a reference sample of imported salmon.
今現在、中国では、サーモンは主にノルウェー、スウェーデン、米国、チリ、ポーランド
、フランス、イギリス、カナダ、ロシアなどから輸入される。このため、競争産地の鑑別
を行うために、本発明はノルウェー、スウェーデン、米国、チリ、ポーランド、フランス
、イギリス、カナダ、ロシアこの９国からのサーモンを採集する。各国のサーモンが２０
０セットとし、各セットごとが５００ｇとする。
At present, in China, salmon is mainly imported from Norway, Sweden, United States, Chile, Poland, France, United Kingdom, Canada, Russia and so on. For this reason, the present invention collects salmon from these nine countries, such as Norway, Sweden, the United States, Chile, Poland, France, United Kingdom, Canada, and Russia, in order to distinguish between competitive producing areas. 20 salmon from each country
There are 0 sets, and each set is 500 g.
より正確的に輸入サーモンを追跡するために、サーモンのサンプルに対し予処理を行う必
要がある。まず、サンプルをダイシングして、コンテナー型混合機に入れて粉砕して、光
防護環境中でほぼ２時間粉砕する。サーモンを粉砕した後、乾燥処理をする。サーモンを
乾燥室に入れて、徹底的に２４時間乾燥させてもよい。本発明は輸入サーモンを粉砕して
から、乾燥させるという順であり、サーモンの乾燥効果を向上させる。
In order to track imported salmon more accurately, it is necessary to pretreat salmon samples. First, the sample is diced, placed in a container-type mixer, crushed, and crushed in a light protection environment for approximately 2 hours. After crushing salmon, it is dried. The salmon may be placed in a drying chamber and thoroughly dried for 24 hours. The present invention is the order of crushing the imported salmon and then drying, which improves the drying effect of salmon.
ステップＳ２：赤外分光計により前記輸入サーモンの基準サンプルの近赤外スペクトルを
採集して、ただし、スキャン採集の波数範囲が８０００〜４０００ｃｍ−１として、解像
度が４ｃｍ−１とし、スキャンの温度が２５℃に維持され、湿度が安定状態にコントロー
ルされ、また、サンプルごとに対し３回のスペクトルスキャンを行って、３回で採集され
たスペクトルデータに対し平均値を求めることにより、輸入サーモンのサンプルごとのス
ペクトルデータを得て、そして、サーモンのサンプルの近赤外スペクトルの分散および標
準偏差に基づいて、特異点のサンプルをカリングすることにより、最終の輸入サーモンの
サンプルの近赤外スペクトルデータを得ること。
Step S2: the infrared spectrometer to collect the near infrared spectrum of the reference sample of the imported salmon, however, the wave number range of scan collected as a 8000～4000Cm -1, resolution and 4 cm -1, the temperature of the scanning Samples of imported salmon are maintained at 25°C, the humidity is controlled to a stable state, and the spectrum data collected for each sample is averaged by performing three spectrum scans for each sample. To obtain the near-infrared spectrum data of the final imported salmon sample by culling the singularity sample based on the variance and standard deviation of the near-infrared spectrum of the salmon sample. To get.
近赤外光は可視光と中赤外光の間に波長がある電磁波であり、その波長範囲が７８０〜２
５２６ｎｍである。近赤外スペクトルは、赤外線と輸入サーモンのサンプルにおける物質
との相互作用を反映できる。自然界では、各分子の組成と構造は異なり、かつその各官能
基や化学結合、たとえばＯ−Ｈ、Ｃ−Ｈ、Ｎ−Ｈ、Ｓ−Ｈ基などは赤色の外光に対する吸
収作用が異なり、これらの水素が赤外線における部分エネルギーを再吸収すると、励起さ
れて遷移する。従って、近赤外スペクトルに現れる曲線の位置と吸収強度が異なるので、
近赤外分光計で近赤外スペクトルを生成し、各サンプルの特徴的な近赤外吸収スペクトル
を得る。
Near-infrared light is an electromagnetic wave having a wavelength between visible light and mid-infrared light, and its wavelength range is 780-2.
It is 526 nm. The near-infrared spectrum can reflect the interaction of infrared with substances in samples of imported salmon. In nature, the composition and structure of each molecule are different, and the respective functional groups and chemical bonds, such as OH, C-H, N-H, and S-H groups, have different absorption effects for red external light, When these hydrogens reabsorb the partial energy in the infrared, they are excited and transition. Therefore, since the position of the curve appearing in the near infrared spectrum and the absorption intensity are different,
A near infrared spectrum is generated by a near infrared spectrometer, and a characteristic near infrared absorption spectrum of each sample is obtained.
近赤外スペクトルはサンプルにおける有機物の成分および含有量の情報を反映する。異な
る産地の輸入サーモンサンプルは品種、産地環境、加工方法、運送方式などの要素の影響
を受け、生長環境、気候、土壌、水質などの要素の影響をも受け、食品の主要な化学成分
（例えば蛋白質、脂肪、水分など）の組成および含有量はある程度の違いがあり、有機物
としてその成分は著しく違っている。このほか、遺伝子型、飼料タイプ、飼育方式、個体
代謝などが異なるため、産地別の動物の体内にはタンパク質、脂肪、水分などの成分が異
なる。これらの違いなどが近赤外線スペクトルに反映される。これで各産地のサンプルの
特徴的な近赤外吸収スペクトルを取得できる。
The near-infrared spectrum reflects information on the composition and content of organic substances in the sample. Imported salmon samples from different production areas are affected by factors such as variety, production environment, processing method and transportation method, as well as factors such as growth environment, climate, soil and water quality. There are some differences in the composition and content of proteins, fats, water, etc., and their components are significantly different as organic substances. In addition, since the genotype, feed type, breeding system, individual metabolism and the like are different, the components such as protein, fat and water are different in the body of the animal according to the place of origin. These differences are reflected in the near infrared spectrum. With this, the characteristic near-infrared absorption spectrum of the sample in each production area can be acquired.
本発明は、赤外分光計により前記標準のサーモンのサンプルの近赤外スペクトルを採集す
る。１〜３ｇの輸入サーモンの基準サンプルを取ってスペクトルを採集する。スキャン採
集の波数範囲が８０００−４０００ｃｍ−１とし、解像度が４ｃｍ−１とし、スキャンの
温度が２５℃に維持され、湿度が安定的に保持できるようにコントロールされるとしてお
り、サンプルのスペクトルごとを３回スキャンし、３回で採集されたスペクトルデータに
対し平均値を求めることにより、輸入サーモンのサンプルのスペクトルデータを得る。本
発明は、複数回で、輸入サーモンのサンプルごとのスペクトルデータを採集することによ
り、１回だけでスペクトルデータを採集する場合に起こられる誤差を回避することができ
る。
The present invention collects the near infrared spectrum of the standard salmon sample by an infrared spectrometer. Spectra are collected by taking a reference sample of 1-3 g of imported salmon. Wavenumber range of scan collection is a 8000-4000Cm -1, resolution and 4 cm -1, is maintained at a temperature of scanning 25 ° C., humidity has to be controlled so as to be stably held, the each spectrum sample Spectral data of a sample of imported salmon is obtained by scanning three times and obtaining an average value of the spectral data collected three times. The present invention can avoid the error that occurs when collecting the spectral data only once by collecting the spectral data for each sample of the imported salmon multiple times.
なお、輸入サーモンは環境の影響を大きく受け、異なるスキャン環境のスペクトルデータ
に与える影響が様々なので、各輸入サーモンのサンプルに対し複数回のスキャンをする本
発明は、スキャンの環境を一定に維持する。
Since the imported salmon is greatly affected by the environment and has various effects on the spectrum data of different scanning environments, the present invention in which the sample of each imported salmon is scanned a plurality of times maintains a constant scanning environment. ..
輸入サーモンのサンプルは、その加工製作では汚染されたり、近赤外スペクトルの採集で
はデバイスや環境などの影響を受けたりするなどが原因で、輸入サーモンのサンプルのデ
ータが不正確になるおそれがある。これに対して、本発明は、サンプルのデータに基づい
てサーモン産地を追跡する前に、サンプリング過程に現れた特異点サンプルをカリングす
ることにより、特異点サンプルによるサーモンの追跡結果に及ぼす影響を回避する。
Imported salmon samples may be inaccurate due to contamination during processing and processing, and influence of the device and environment when collecting near infrared spectra. .. On the other hand, the present invention avoids the influence of the singularity sample on the tracking result of salmon by culling the singularity sample appearing in the sampling process before tracing the salmon production area based on the sample data. To do.
本発明は、サーモンのサンプルの近赤外スペクトルの分散および標準偏差に基づいて、特
異点のサンプルをカリングする。同一産地の輸入サーモンの近赤外スペクトルは一般的に
同じような特徴を示し、それぞれの輸入サーモンのサンプルに対し採集されたスペクトル
間の差異は小さい。このため、本発明は各サーモンのサンプルの近赤外スペクトルの分散
および標準偏差を用いて比較する。ある近赤外スペクトルの分散および標準偏差が一定の
閾値を超えたとき、このサンプルが同じ産地の他のサンプルから大きく外れることを示し
、このサンプルは特異点サンプルである可能性が高くて、カリングされる。
The present invention culls singularity samples based on the variance and standard deviation of the near infrared spectra of salmon samples. The near-infrared spectra of imported salmon from the same source generally exhibit similar characteristics, and the differences between the spectra collected for each imported salmon sample are small. For this reason, the present invention compares using the variance and standard deviation of the near infrared spectra of each salmon sample. When the variance and standard deviation of a near-infrared spectrum exceeds a certain threshold, it indicates that this sample deviates significantly from other samples of the same locality, and this sample is likely to be a singularity sample. To be done.
したがって、本発明は、産地ごとに輸入サーモン２００個のサンプルの赤外線スペクトル
の平均値を計算し、さらに各輸入サーモンサンプルの分散及び標準偏差を計算する。該サ
ンプルの分散と標準偏差が所定閾値を超えた場合、このサンプルをサンプル集合からカリ
ングする。
Therefore, the present invention calculates the average value of the infrared spectrum of 200 imported salmon samples for each production area, and further calculates the variance and standard deviation of each imported salmon sample. If the variance and standard deviation of the sample exceeds a predetermined threshold, then the sample is culled from the sample set.
ステップＳ３：同位体比率質量分析計により前記輸入サーモンの基準サンプルにおけるδ
１３Ｃ、δ１８Ｏ、δ１５Ｎの値を検測して、ただし、サンプルごとに対し同位体比率質
量分析計により３回の検測を行って、３回で採集された同位体質量分析データに対し平均
値を求めることにより、輸入サーモンのサンプルごとの同位体質量分析データを得て、そ
して、サーモンのサンプルの同位体質量分析データの分散および標準偏差に基づいて、特
異点のサンプルをカリングすることにより、最終の輸入サーモンのサンプルの同位体質量
分析データを得ること。
Step S3: δ in the reference sample of the imported salmon by the isotope ratio mass spectrometer
The values of 13 C, δ 18 O, and δ 15 N were measured, but the isotope ratio mass spectrometry was performed 3 times for each sample, and the isotope mass analysis collected 3 times. By obtaining the average value for the data, we obtain the isotope mass spectrometry data for each sample of imported salmon, and based on the variance and standard deviation of the isotope mass spectrometry data of the salmon sample, sample the singularity Obtain isotope mass spectrometry data of the final sample of imported salmon by culling.
安定同位体技術による産地追跡の原理は、同位体の自然分留効果により目標サンプルの産
地を特定することである。気温、日照、土壌、食料、空気の質などの違いによって、目標
サンプル中のある元素の同位体の存在量が、異なる産地の他のサンプルと著しい違いがあ
る。これによれば、動物源性産物の産地は正確に追跡区別される。具体的には、安定同位
体における１３Ｃと１２Ｃの比率により飼料の種類を表すことができ、その比率が、飼料
におけるＣ３、Ｃ４植物の占める比率と密接に関係している。一方、同位体における１５
Ｎと１４Ｎの比率は多くの要素に影響され、主に栄養レベルに依存しており、飼料種類と
密接に関係しているだけでなく、土壌、気候、農業施肥中の違いを示すこともでき、飼料
における海や陸地の植物さえの比率に関係もある。それ以外に、同位体における１８Ｏと
１６Ｏの比率および２Ｈと１Ｈの比率は産地の現地の気候、地形、水の蒸発、濃縮、沈降
に関係している。同位体における３４Ｓと３２Ｓの比率は微生物作用と海洋要因に関係し
ている。
The principle of origin tracking with stable isotope technology is to identify the origin of the target sample by the natural fractionation effect of isotopes. Differences in temperature, sunshine, soil, food, air quality, etc. can cause the isotopic abundance of one element in the target sample to be significantly different from other samples from different sources. According to this, the origin of animal source products can be accurately traced and distinguished. Specifically, the type of feed can be expressed by the ratio of 13 C and 12 C in stable isotopes, and the ratio is closely related to the ratio of C 3 and C 4 plants in the feed. On the other hand, 15 in isotopes
The ratio of N to 14 N is influenced by many factors, is mainly dependent on the nutritional level and is not only closely related to the type of feed, but also shows differences in soil, climate and agricultural fertilization. Yes, and is also related to the proportion of sea and land plants in the feed. In addition to 18 O in isotopes
The 16 O ratio and the 2 H and 1 H ratio are related to the local climate, topography, water evaporation, concentration and sedimentation of the place of origin. The ratio of 34 S and 32 S in isotopes is associated with microbial action and marine factors.
異なる国からの輸入サーモンは、その飼っていた餌、飲料水、土壌、気候などが全然違う
。特に、炭素、窒素、水素同位体は極めて顕著な相関を示しており、δ１３Ｃ、δ１８Ｏ
、δ１５Ｎは本発明にサーモンを区別するための主要な指標とする。ただし、δ１３Ｃは
飼料におけるＣ３とＣ４植物の比率を反映し、δ１８Ｏ成分はその国の気候、水と関係が
あり、またδ１５Ｎは輸入サーモンの産地の土壌条件を反映する。
Imported salmon from different countries has completely different food, drinking water, soil and climate. In particular, carbon, nitrogen, and hydrogen isotopes show extremely remarkable correlations, and δ 13 C, δ 18 O
, Δ 15 N is a main index for distinguishing salmon in the present invention. However, δ 13 C reflects the ratio of C3 and C4 plants in the feed, the δ 18 O component is related to the climate and water of the country, and δ 15 N reflects the soil conditions of the place of origin of the imported salmon.
前記輸入サーモンの基準サンプルにおけるδ１３Ｃの値を検測することは、輸入サーモン
の基準サンプルごとに２〜４ｇ取って錫箔カップに入れて、自動注入器を介して元素分析
器に入れて、輸入サーモンのサンプルを燃焼させ、それを純粋なＣＯ２とＮ２に変換し、
ＣＯ２希釈器の希釈を経て、最終的にＣＯ２を同位体比率質量分析計に送り込んで検測す
る。そのうち、燃焼炉の温度は１２００℃とし、還元炉の温度は６００℃とする。
The value of δ 13 C in the reference sample of imported salmon is measured by taking 2 to 4 g of each reference sample of imported salmon, putting it in a tin foil cup, and putting it in an elemental analyzer through an automatic injector. Burn a sample of imported salmon, convert it to pure CO 2 and N 2 ,
After diluting the CO 2 diluter, CO 2 is finally sent to the isotope ratio mass spectrometer for measurement. Among them, the temperature of the combustion furnace is 1200°C and the temperature of the reduction furnace is 600°C.
前記輸入サーモンの基準サンプルにおけるδ１８Ｏの値を検測することは、輸入サーモン
の基準サンプルごとに２〜４ｇ取って銀カップに入れて、７２時間静置して、遂一に自動
注入器に入れて、自動注入器を介して元素分析器に入れて、輸入サーモンのサンプルをＣ
、Ｈ２、Ｏ２に分裂させて、最終的にＯ２を同位体比率質量分析計に送り込んで検測する
。そのうち、分裂の温度が２５００℃とする。
The value of δ 18 O in the reference sample of imported salmon is measured by taking 2 to 4 g of each reference sample of imported salmon, placing it in a silver cup, leaving it for 72 hours, and finally injecting an automatic injector. Put the sample into the elemental analyzer through the automatic injector and put the sample of imported salmon into C
, H 2 , O 2 , and finally O 2 is sent to an isotope ratio mass spectrometer for measurement. Among them, the splitting temperature is 2500°C.
前記輸入サーモンの基準サンプルにおけるδ１５Ｎの値を検測することは、輸入サーモン
の基準サンプルごとに２〜４ｇ取って銀カップに入れて、自動注入器を介して元素分析器
に入れて、輸入サーモンのサンプルを燃焼させ、それを純粋なＣＯ２とＮ２に変換し、最
終的にＮ２を同位体比率質量分析計に送り込んで検測する。そのうち、燃焼炉の温度は１
２００℃とし、還元炉の温度は６００℃とする。
To measure the value of δ 15 N in the reference sample of imported salmon, 2-4 g of each reference sample of imported salmon is placed in a silver cup and placed in an elemental analyzer via an automatic injector. A sample of imported salmon is burned, converted into pure CO 2 and N 2 , and finally N 2 is sent to an isotope ratio mass spectrometer for inspection. Among them, the temperature of the combustion furnace is 1
The temperature is set to 200° C. and the temperature of the reduction furnace is set to 600° C.
サンプルごとに、輸入サーモンのサンプルにおけるδ１３Ｃ、δ１８Ｏ、δ１５Ｎの値を
いずれも３回採集して、３回で採集されたデータに対し平均値を求めることにより、輸入
サーモンのサンプルにおけるδ１３Ｃ、δ１８Ｏ、δ１５Ｎの値を得る。本発明は、複数
回で、輸入サーモンのサンプルごとのδ１３Ｃ、δ１８Ｏ、δ１５Ｎの値を採集すること
により、１回だけでデータを採集する場合に起こられる誤差を回避することができる。
For each sample, the values of δ 13 C, δ 18 O, and δ 15 N in the sample of imported salmon were collected 3 times, and the average value was calculated for the data collected in 3 times. Obtain the values of δ 13 C, δ 18 O, δ 15 N in the sample. The present invention avoids errors that occur when collecting data only once by collecting the values of δ 13 C, δ 18 O, and δ 15 N for each sample of imported salmon in multiple times. You can
近赤外スペクトルの採集と同じように、δ１３Ｃ、δ１８Ｏ、δ１５Ｎの値も環境、採集
条件などの影響を受けて、輸入サーモンのサンプルのデータが不正確になるおそれがある
。これに対して、本発明は、サンプルのデータに基づいてサーモン産地の追跡をする前に
、サンプリング過程に現れた特異点サンプルをカリングすることにより、特異点サンプル
によるサーモンの追跡結果に及ぼす影響を回避する。
Similar to the collection of near-infrared spectra, the values of δ 13 C, δ 18 O, and δ 15 N may be affected by the environment, collection conditions, etc., and the data of imported salmon samples may be inaccurate. .. On the other hand, the present invention, by culling the singularity sample that appeared in the sampling process before tracking the salmon production area based on the sample data, the influence on the salmon tracking result by the singularity sample. To avoid.
本発明はそれぞれサーモンのサンプルにおけるδ１３Ｃ、δ１８Ｏ、δ１５Ｎの分散およ
び標準偏差に基づいて、特異点のサンプルをカリングする。δ１３Ｃ、δ１８Ｏ、δ１５
Ｎのうちのいずれか１個の値の分散および標準偏差が一定の閾値を超えたとき、このサン
プルが同じ産地の他のサンプルから大きく外れることを示し、このサンプルは特異点サン
プルである可能性が高くて、カリングされる。
The present invention culls singularity samples based on the variance and standard deviation of δ 13 C, δ 18 O, δ 15 N in salmon samples, respectively. δ 13 C, δ 18 O, δ 15
When the variance and standard deviation of the values of any one of N exceeds a certain threshold, we show that this sample deviates significantly from other samples of the same origin, and this sample may be a singularity sample. Is high and culled.
したがって、本発明は、産地ごとに、輸入サーモン２００個のサンプルのδ１３Ｃ、δ１
８Ｏ、δ１５Ｎの平均値を計算し、さらに各輸入サーモンサンプルの分散及び標準偏差を
計算する。該サンプルの分散と標準偏差が所定閾値を超えた場合、このサンプルをサンプ
ル集合からカリングする。
Therefore, according to the present invention, δ 13 C, δ 1 of 200 samples of imported salmon are produced for each production area.
Calculate the mean value of 8 O, δ 15 N, and further calculate the variance and standard deviation of each imported salmon sample. If the variance and standard deviation of the sample exceeds a predetermined threshold, then the sample is culled from the sample set.
ステップＳ４：プラズマ質量分析計により前記輸入サーモンの基準サンプルにおけるＣａ
、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅの含有量を検測して、ただし、サンプル
ごとに対しプラズマ質量分析計により３回の検測を行って、３回で採集された鉱物元素デ
ータに対し平均値を求めることにより、輸入サーモンのサンプルごとの鉱物元素データを
得て、そして、サーモンのサンプルの鉱物元素データの分散および標準偏差に基づいて、
特異点のサンプルをカリングすることにより、最終の輸入サーモンのサンプル鉱物元素デ
ータを得ること。
Step S4: Ca in the reference sample of the imported salmon by the plasma mass spectrometer
, Cl, Mg, P, K, Na, Cu, Fe, Se contents were measured, but each sample was measured 3 times by the plasma mass spectrometer and collected in 3 times. Obtained mineral element data for each sample of imported salmon by averaging the obtained mineral element data, and based on the variance and standard deviation of the mineral element data of the salmon sample,
Obtain sample mineral elemental data for the final imported salmon by culling the singularity samples.
サーモン中の各元素の含有量は産地の水源、気候などの条件と密接に関係していて、しか
も異なった地区はそれぞれ特徴的な元素構成を有している。それによって異なった産地の
輸入サーモンの鉱物の元素の指紋スペクトルを構築することができ、サーモンの正確な産
地追跡を実現する。鉱物指紋スペクトル技術は輸入サーモンのサンプルにおける定量元素
（カルシウム、リン、マグネシウム、カリウム、ナトリウム、塩素と硫黄など）と鉱物元
素（鉄、銅、マンガン、亜鉛、ヨード、セレンとクロムなど）の測定値に基づいて、統計
的分析を行って、顕著な差異性のある元素を選んでモデルを構築することにより、より正
確的に輸入サーモンの産地を鑑別することができる。
The content of each element in salmon is closely related to the conditions such as the water source and climate of the producing area, and different areas have their own characteristic elemental composition. Thereby, fingerprint spectra of mineral elements of imported salmon from different origins can be constructed, which enables accurate origin tracking of salmon. Mineral fingerprint spectrum technology is a measurement of quantitative elements (such as calcium, phosphorus, magnesium, potassium, sodium, chlorine and sulfur) and mineral elements (such as iron, copper, manganese, zinc, iodine, selenium and chromium) in imported salmon samples. On the basis of the above, statistical analysis is performed, and by selecting elements with significant differences, a model is constructed, thereby making it possible to more accurately identify the origin of imported salmon.
サーモンの生活環境が複雑なため、環境の影響が高い。異なるサーモン産地の間は、部分
元素の含有量がわずかに異なる可能性がある。したがって、本発明は、プラズマ質量分析
計により輸入サーモンの基準サンプルにおけるＣａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ、
Ｆｅ、Ｓｅの含有量を検測して、サーモンに含まれる元素を全面的に分析する。産地別の
サーモン間のわずかな違いを識別する。
Environmental impact is high due to the complex living environment of salmon. The content of subelements may differ slightly between different salmon origins. Therefore, the present invention uses a plasma mass spectrometer to measure Ca, Cl, Mg, P, K, Na, Cu in reference samples of imported salmon.
The contents of Fe and Se are measured, and the elements contained in salmon are thoroughly analyzed. Identify subtle differences between salmon by origin.
プラズマ質量分析計により前記輸入サーモンの基準サンプルにおけるＣａ、Ｃｌ、Ｍｇ、
Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅの含有量を検測することは、具体的には、輸入サーモン
の基準サンプルごとに２〜４ｇ取って、分解チューブに入れて、濃硝酸で予め２時間分解
させて、そしてオキシドールで１時間消毒して、最後にマイクロ波分解器に入れて分解さ
せる。分解したサンプルをイオン質量分析計によりＣａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃ
ｕ、Ｆｅ、Ｓｅに対して採集を行って、最後に外部標準法により採集されたＣａ、Ｃｌ、
Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅに対して定量化して、Ｃａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ
、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅの含有量を取得する。
Ca, Cl, Mg in the reference sample of the imported salmon by plasma mass spectrometry,
The content of P, K, Na, Cu, Fe and Se is measured by specifically taking 2 to 4 g of each reference sample of imported salmon, putting it in a decomposition tube, and preliminarily adding 2 to 2 with concentrated nitric acid. It is allowed to decompose for a period of time and disinfected with oxidol for 1 hour, and finally placed in a microwave decomposer for decomposition. The decomposed sample is analyzed by an ion mass spectrometer for Ca, Cl, Mg, P, K, Na and C.
u, Fe, Se were collected, and finally Ca, Cl, collected by the external standard method,
Quantification for Mg, P, K, Na, Cu, Fe, Se, Ca, Cl, Mg, P, K
, Content of Na, Cu, Fe, Se is acquired.
サンプルごとに輸入サーモンのサンプルにおけるＣａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ
、Ｆｅ、Ｓｅの含有量の値を３回採集して、３回で採集されたデータに対し平均値を求め
ることにより、輸入サーモンのサンプルにおけるＣａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ
、Ｆｅ、Ｓｅの含有量の値を得る。本発明は、複数回で、輸入サーモンのサンプルごとの
スペクトルデータを採集することにより、１回だけでスペクトルデータを採集する場合に
起こられる誤差を回避することができる。
Ca, Cl, Mg, P, K, Na, Cu in imported salmon samples for each sample
, Fe, and Se content values were collected three times, and the average value was calculated for the data collected three times to obtain Ca, Cl, Mg, P, K, Na, Cu in the sample of imported salmon.
, Fe, Se content values are obtained. The present invention can avoid the error that occurs when collecting the spectral data only once by collecting the spectral data for each sample of the imported salmon multiple times.
Ｃａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅの含有量は環境、採集条件などの要
素の影響を受けて、輸入サーモンのサンプルのデータが不正確になるおそれがある。これ
に対して、本発明は、サンプルのデータに基づいてサーモン産地の追跡をする前に、サン
プリング過程に現れた特異点サンプルをカリングすることにより、特異点サンプルによる
サーモンの追跡結果に及ぼす影響を回避する。
The contents of Ca, Cl, Mg, P, K, Na, Cu, Fe, and Se may be affected by factors such as environment and collection conditions, and the data of imported salmon samples may be inaccurate. On the other hand, the present invention, by culling the singularity sample that appeared in the sampling process before tracking the salmon production area based on the sample data, the influence on the salmon tracking result by the singularity sample. To avoid.
本発明はそれぞれサーモンのサンプルにおけるＣａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ、
Ｆｅ、Ｓｅの含有量の分散および標準偏差に基づいて、特異点のサンプルをカリングする
。Ｃａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅの含有量のうちのいずれか１個の
値の分散および標準偏差が一定の閾値を超えたとき、このサンプルが同じ産地の他のサン
プルから大きく外れることを示し、このサンプルは特異点サンプルである可能性が高くて
、カリングされる。
The present invention relates to Ca, Cl, Mg, P, K, Na, Cu, and salmon samples, respectively.
The singularity sample is culled based on the dispersion and standard deviation of the Fe and Se contents. When the variance and standard deviation of the values of any one of the contents of Ca, Cl, Mg, P, K, Na, Cu, Fe, and Se exceed a certain threshold value, this sample is , Which is a singularity sample and is culled.
したがって、本発明は、産地ごとに、輸入サーモン２００個のサンプルのＣａ、Ｃｌ、Ｍ
ｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅの含有量の平均値を計算し、さらに各輸入サーモン
サンプルの分散及び標準偏差を計算する。該サンプルの分散と標準偏差が所定閾値を超え
た場合、このサンプルをサンプル集合からカリングする。
Therefore, according to the present invention, the samples of Ca, Cl, and M of 200 imported salmon are produced for each production area.
Calculate the average content of g, P, K, Na, Cu, Fe, Se, and further calculate the variance and standard deviation of each imported salmon sample. If the variance and standard deviation of the sample exceeds a predetermined threshold, then the sample is culled from the sample set.
ステップＳ５：アミノ酸アナライザーにより前記輸入サーモンの基準サンプルにおけるＡ
ｓｐ、Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌ
ｅｕ、Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミ
ノ酸の含有量を検測して、ただし、サンプルごとに対しアミノ酸アナライザーにより３回
の検測を行って、３回で採集されたアミノ酸の含有量に対し平均値を求めることにより、
輸入サーモンのサンプルのアミノ酸の含有量データを得て、そして、サーモンのサンプル
の鉱物元素データの分散および標準偏差に基づいて、特異点のサンプルをカリングするこ
とにより、最終の輸入サーモンのサンプルアミノ酸データを得ること。
Step S5: A in the reference sample of the imported salmon by the amino acid analyzer
sp, Thr, Ser, Glu, Gly, Ala, Cys, Val, Met, Ile, L
The content of 18 kinds of amino acids such as eu, Tyr, Phe, Lys, His, Arg, Pro, and Trp was measured, provided that 3 times measurement was performed with an amino acid analyzer for each sample. By calculating the average value for the content of the collected amino acids,
Obtaining the amino acid content data of the sample of imported salmon, and culling the sample of singularities based on the variance and standard deviation of the mineral element data of the sample of salmon, the sample amino acid data of the final imported salmon. To get.
サーモンのアミノ酸の含有量は品種、性別、年齢、筋肉の部位と養殖環境などの要素と関
係がある。同じ品種と年齢に対しては、筋肉のアミノ酸の含有量は著しく環境の影響を受
ける。産地鑑別分析は、主に地域別のソースサーモンを表す特異性の指標を探るのである
。したがって、本発明は、アミノ酸含有量の測定を加味することにより、異なる国の輸入
サーモンを区別する。サーモンは栄養価が高く、アミノ酸の種類が豊富で、Ａｓｐ、Ｔｈ
ｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙ
ｒ、Ｐｈｅｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸はサ
ーモンにおける主要なアミノ酸であるので、各国からの輸入サーモンの差異を全面的に分
析するために、本発明はＡｓｐ、Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖ
ａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔ
ｒｐという１８種類のアミノ酸を検測する。
The amino acid content of salmon is related to factors such as breed, sex, age, muscle site and aquaculture environment. For the same breed and age, the amino acid content of muscle is significantly affected by the environment. The production area analysis mainly searches for an index of peculiarity that represents source salmon by region. Thus, the present invention distinguishes imported salmon from different countries by taking into account the measurement of amino acid content. Salmon is nutritious, rich in amino acids, Asp, Th
r, Ser, Glu, Gly, Ala, Cys, Val, Met, Ile, Leu, Ty
Since 18 kinds of amino acids, r, Phee, Lys, His, Arg, Pro, and Trp are major amino acids in salmon, the present invention is to analyze the differences in salmon imported from each country. , Ser, Glu, Gly, Ala, Cys, V
al, Met, Ile, Leu, Tyr, Phe, Lys, His, Arg, Pro, T
18 kinds of amino acids called rp are measured.
具体的に、本発明はＬ−８８００アミノ酸アナライザーによりアミノ酸を測定する。まず
前記輸入サーモンの基準サンプル２〜４ｇを水分解チューブに入れて、６ｍｏｌ／Ｌの塩
酸５０ｍｌを加えて、水分解チューブを真空にして密封し、１１０℃の恒温環境で２４時
間水分解して、冷却後に濾過する。濾過液のＰＨ値を中性、定容値を１２５ｍｌに調節し
て、濾過液と０．０２ｍｏｌ／Ｌの塩酸を１：１で混合し、混合液をマイクロホールフィ
ルタで濾過し、そしてＬ−８８００アミノ酸アナライザーにより混合液におけるＡｓｐ、
Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、
Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸の
含有量を測定する。
Specifically, the present invention measures amino acids with an L-8800 amino acid analyzer. First, 2 to 4 g of the standard sample of the imported salmon is put in a water decomposition tube, 50 ml of 6 mol/L hydrochloric acid is added, the water decomposition tube is evacuated and sealed, and water is decomposed in a constant temperature environment of 110° C. for 24 hours. After cooling, filter. The pH value of the filtrate was adjusted to neutral and the constant volume was adjusted to 125 ml, the filtrate and 0.02 mol/L hydrochloric acid were mixed at a ratio of 1:1, the mixture was filtered through a microhole filter, and L- Asp in the mixed solution by 8800 amino acid analyzer,
Thr, Ser, Glu, Gly, Ala, Cys, Val, Met, Ile, Leu,
The content of 18 kinds of amino acids of Tyr, Phe, Lys, His, Arg, Pro and Trp is measured.
アミノ酸の含有量値は環境、採集条件などの要素の影響を受けて、輸入サーモンのサンプ
ルのデータが不正確になるおそれがある。これに対して、本発明は、サンプルのデータに
基づいてサーモン産地の追跡をする前に、サンプリング過程に現れた特異点サンプルをカ
リングすることにより、特異点サンプルによるサーモンの追跡結果に及ぼす影響を回避す
る。
Amino acid content values may be affected by factors such as the environment and collection conditions, and the data of imported salmon samples may be inaccurate. On the other hand, the present invention, by culling the singularity sample appearing in the sampling process before tracing the salmon production area based on the sample data, the influence on the salmon tracking result by the singularity sample. To avoid.
本発明はそれぞれサーモンのサンプルにおけるＡｓｐ、Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ
、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ
、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸の含有量の分散および標準偏差に基
づいて、特異点のサンプルをカリングする。Ａｓｐ、Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、
Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、
Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸の含有量のいずれか１個の値の分散お
よび標準偏差が一定の閾値を超えたとき、このサンプルが同じ産地の他のサンプルから大
きく外れることを示し、このサンプルは特異点サンプルである可能性が高くて、カリング
される。
The present invention respectively uses Asp, Thr, Ser, Glu, and Gly in salmon samples.
, Ala, Cys, Val, Met, Ile, Leu, Tyr, Phe, Lys, His
Singularity samples are culled based on the variance and standard deviation of the content of 18 kinds of amino acids of Arg, Arg, Pro and Trp. Asp, Thr, Ser, Glu, Gly,
Ala, Cys, Val, Met, Ile, Leu, Tyr, Phe, Lys, His,
When the variance and standard deviation of the values of any one of the contents of 18 kinds of amino acids of Arg, Pro, and Trp exceed a certain threshold value, it is shown that this sample deviates greatly from other samples of the same production area, This sample is likely to be a singularity sample and will be culled.
したがって、本発明は、産地ごとに輸入サーモン２００個のサンプルのＡｓｐ、Ｔｈｒ、
Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙｒ、
Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸の含有量の
平均値を計算し、さらに各輸入サーモンサンプルの分散及び標準偏差を計算する。該サン
プルの分散と標準偏差が所定閾値を超えた場合、このサンプルをサンプル集合からカリン
グする。
Therefore, the present invention provides Asp, Thr, and
Ser, Glu, Gly, Ala, Cys, Val, Met, Ile, Leu, Tyr,
The average value of the content of 18 kinds of amino acids Phe, Lys, His, Arg, Pro, and Trp is calculated, and further the variance and standard deviation of each imported salmon sample are calculated. If the variance and standard deviation of the sample exceeds a predetermined threshold, then the sample is culled from the sample set.
特筆すべきのは、ステップＳ２、Ｓ３、Ｓ４、Ｓ５の順序は限定されなく、輸入サーモン
サンプルの赤外スペクトルデータ、同位体質量分析データ、鉱物元素データおよびアミノ
酸データが任意順序によって採集してもよく、同時にそれらにたして採集してもよい。
It should be noted that the order of steps S2, S3, S4 and S5 is not limited, and even if infrared spectral data, isotope mass spectrometry data, mineral element data and amino acid data of imported salmon samples are collected in any order. Well, you may collect them at the same time.
ステップＳ６：サポートベクターマシン分類器を構築して、前記輸入サーモンのサンプル
の赤外スペクトルデータ、同位体質量分析データ、鉱物元素データおよびアミノ酸データ
に対し分割を行って、１／ｎ個のサンプルデータを選出してテスト集合とし、残りのサン
プルデータを訓練集合として、それぞれ赤外スペクトルデータ、同位体質量分析データ、
鉱物元素データおよびアミノ酸データに基づいて、絶えずに分類器を訓練することにより
、赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素デ
ータによる分類器、アミノ酸データによる分類器を得ること。
Step S6: Build a support vector machine classifier and perform division on the infrared spectrum data, isotope mass spectrometry data, mineral element data and amino acid data of the sample of the imported salmon to obtain 1/n sample data. As a test set, the remaining sample data as a training set, infrared spectrum data, isotope mass spectrometry data,
By continuously training the classifier based on the mineral element data and the amino acid data, the infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier can be used. To get.
輸入サーモンの輸入は時間がかかり、運送環境の差異が大きいため、従来の追跡技術では
、安定同位体技術、鉱物元素、アミノ酸などがテスト環境に大きく左右されるとか、近赤
外スペクトル技術はデータベースに依存していて、大量のサンプルの産地や数のデータが
なければ追跡の精度を上げることができないなどの問題がある。従来の追跡技術を直接に
輸入サーモンに適用したら、追跡の精度が低かったとわかる。したがって、本発明は、赤
外分光データ、同位体質量分析データ、鉱物元素データ、アミノ酸を総合して、輸入サー
モンの産地を追跡する。４つの追跡手段を組み合わせて、輸入サーモンの輸送過程におけ
る影響を克服して、追跡の精度を高める。
Importing salmon is time-consuming and there are large differences in the transportation environment, so conventional isotope technology has a large influence on the test environment such as stable isotope technology, mineral elements and amino acids. However, there is a problem that the accuracy of tracking cannot be improved unless there are a large number of sample production areas and number data. If you apply the conventional tracking technology directly to imported salmon, you can see that the tracking accuracy was low. Therefore, the present invention tracks the origin of imported salmon by integrating infrared spectroscopy data, isotope mass spectrometry data, mineral element data, and amino acids. Combine the four tracking measures to overcome the effects of imported salmon on the shipping process and improve tracking accuracy.
本発明は、輸入サーモンのサンプル赤外スペクトルデータ、同位体質量分析データ、鉱物
元素データおよびアミノ酸データを採集した後、それぞれサンプルデータを処理する。す
なわち、本発明は輸入サーモンのサンプル赤外スペクトルデータ、同位体質量分析データ
、鉱物元素データおよびアミノ酸データに基づいてそれぞれ訓練して相応の追跡モデルを
得る。
The present invention collects sample infrared spectrum data, isotope mass spectrometry data, mineral element data and amino acid data of imported salmon, and then processes the sample data respectively. That is, the present invention is trained on the basis of sample infrared spectrum data, isotope mass spectrometry data, mineral element data and amino acid data of imported salmon to obtain a corresponding tracking model.
サポートベクターマシンの分類能力は基底関数の選択に依存する。これが、ガウス動径基
底関数がモデル修正とパラメータの最適化を経て、より小さなヘミング距離と汎化誤差が
あるからである。このため、本発明のサポートベクターマシン分類器の基底関数がガウス
動径基底関数とする。
The classification ability of support vector machines depends on the choice of basis functions. This is because the Gaussian radial basis function undergoes model modification and parameter optimization, and has a smaller Hemming distance and generalization error. Therefore, the basis function of the support vector machine classifier of the present invention is a Gaussian radial basis function.
最適なパラメータ区間内で、ランダムにガウス動径基底関数パラメータσと複雑度パラメ
ータＣの初期値を設定して、初期集団サイズが２００とし、遺伝世代数が３００とし、自
己認知因子ｃ１が１．５とし、社会認知因子ｃ２が１．５とし、重み因子ｗが０．７８と
する分類器パラメータの最適化を行う。毎回の遺伝進化中で、まず、粒子の異なるＫ値の
それぞれの３００回の交差検証の平均正確率を算出してその適応度として、次に、集団最
適と個体最適を更新して、最後に、適応度の大きさによって粒子に対し降順の順位づけを
行って、優れる前半の粒子が直接に次回の進化に進み、優れない後半の粒子が１個ずつラ
ンダムに前半の粒子と交差遺伝をする。これにより、モデル収束の速度を高めるとともに
、部分最適化という問題も避ける。
Within the optimum parameter interval, the initial values of the Gaussian radial basis function parameter σ and the complexity parameter C are randomly set, the initial population size is 200, the number of generations is 300, and the self-cognitive factor c 1 is 1. .5, the social cognitive factor c 2 is 1.5, and the weighting factor w is 0.78. During each genetic evolution, first, the average accuracy rate of 300 cross-validation of each K value of different particles is calculated and used as its fitness. Next, population optimality and individual optimality are updated, and finally, , The particles of the superior first half directly advance to the next evolution by ranking the particles in descending order according to the degree of fitness, and the particles of the superior second half randomly cross-inherit one by one with the particles of the former half. .. This speeds up model convergence and avoids the problem of partial optimization.
本発明は赤外スペクトルデータ、同位体質量分析データ、鉱物元素データおよびアミノ酸
データに基づいて、それぞれ相応のサポートベクターマシンによる分類器を生成する。
The present invention generates a classifier by a corresponding support vector machine based on infrared spectrum data, isotope mass spectrometry data, mineral element data and amino acid data.
ステップＳ７：前記赤外スペクトルデータによる分類器、同位体質量分析データによる分
類器、鉱物元素データによる分類器、アミノ酸データによる分類器の性能を交差検証する
こと。
Step S7: Cross-validate the performance of the infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier.
本発明は、複数個のサンプルデータ集合をランダムにＫ個の部分集合に分けて（一般的に
均等に分けてもよい）、１個の部分集合を検証集合とし、残りのＫ−１個の部分集合を訓
練集合とする。このように、Ｋ個の部分集合をそれぞれ検証集合とし、Ｋ回交差反復して
、Ｋ回の結果を得て、そして、Ｋ回の結果の平均値を分類器またはモデルの性能指標とす
る。
The present invention randomly divides a plurality of sample data sets into K subsets (generally evenly divided), one subset as a verification set, and the remaining K-1 Let the subset be the training set. In this way, each of the K subsets is used as a verification set, K times are iterated repeatedly, K results are obtained, and the average value of the K results is used as the performance index of the classifier or model.
言い換えれば、本発明は一つずつ赤外スペクトルデータによる分類器、同位体質量分析デ
ータによる分類器、鉱物元素データによる分類器、アミノ酸データによる分類器に対して
交差検証を行って、各モデルの性能を取得する。本発明は追跡の正確率を用いてモデルの
性能を指示する。
In other words, the present invention performs cross-validation one by one on the infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier for each model. Get performance. The present invention uses the accuracy rate of tracking to dictate model performance.
ステップＳ８：前記赤外スペクトルデータによる分類器、同位体質量分析データによる分
類器、鉱物元素データによる分類器、アミノ酸データによる分類器に対し性能に従って順
位づけを行って、性能順に基づいて各分類器に重みを付けること。
Step S8: The infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier are ranked according to performance, and each classifier is based on performance order. Weight.
本発明は追跡の正確率を用いてモデルの性能を指示するため、正確率が高いほど、分類器
の性能がよく、追跡精度も高くなる。本発明は、４つの分類器により輸入サーモンに対し
て総合追跡する。このため、異なる分類器に異なる重みを付けるとしている。重みは、該
分類器の最終追跡結果への影響を表す。重みが高いほど、追跡結果への影響が大くなる。
このため、順位が高い分類器ほど重みが大きくなる。赤外スペクトルデータによる分類器
、同位体質量分析データによる分類器、鉱物元素データによる分類器、アミノ酸データに
よる分類器の重みがそれぞれω１、ω２、ω３、ω４とすると、
となる。
Since the present invention uses the tracking accuracy rate to indicate the performance of the model, the higher the accuracy rate, the better the classifier performance and tracking accuracy. The present invention comprehensively tracks imported salmon with four classifiers. Therefore, different classifiers are given different weights. The weight represents the influence of the classifier on the final tracking result. The higher the weight, the greater the influence on the tracking result.
For this reason, a classifier having a higher rank has a larger weight. If the weights of the classifier based on infrared spectrum data, the classifier based on isotope mass spectrometry data, the classifier based on mineral element data, and the classifier based on amino acid data are ω 1 , ω 2 , ω 3 , and ω 4 , respectively,
Becomes
ステップＳ９：それぞれ前記赤外スペクトルデータによる分類器、同位体質量分析データ
による分類器、鉱物元素データによる分類器、アミノ酸データによる分類器により輸入サ
ーモンに対し検測を行って、被験サンプルと各国のサーモンの赤外スペクトルデータ、同
位体質量分析データ、鉱物元素データ、アミノ酸データとの類似性をそれぞれ算出するこ
と。
Step S9: The imported salmon is inspected by the classifier based on the infrared spectrum data, the classifier based on the isotope mass spectrometry data, the classifier based on the mineral element data, and the classifier based on the amino acid data, and the test sample and each country Calculate the similarity with infrared spectrum data, isotope mass spectrometry data, mineral element data, and amino acid data of salmon, respectively.
産地未知のサーモンに対して産地鑑定を行場合、被験産地未知のサーモンを取って、上記
ステップＳ１、Ｓ２、Ｓ３、Ｓ４に従って近赤外特徴スペクトルデータ、安定同位体質量
分析データ、鉱物元素データおよびアミノ酸データを測定して、測定したデータをそれぞ
れ赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素デ
ータによる分類器、アミノ酸データによる分類器に代入して、被験サーモンの赤外スペク
トルデータ、同位体質量分析データ、鉱物元素データ、アミノ酸データと各産地国家のサ
ーモン赤外スペクトルデータ、同位体質量分析データ、鉱物元素データ、アミノ酸データ
との類似性を検測する。相応のデータが全く同じである場合は、類似性が１であり、まっ
たく異なる場合は、類似性が０である。類似性ｓの範囲は［０，１］である。
In the case of performing the production area identification for salmon of unknown production area, the salmon of unknown production area is taken, and near-infrared characteristic spectrum data, stable isotope mass spectrometry data, mineral element data and the following steps S1, S2, S3 and S4 are taken. The amino acid data is measured, and the measured data are substituted into the infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier. The similarity between external spectral data, isotope mass spectrometry data, mineral element data, amino acid data and salmon infrared spectral data, isotope mass spectrometry data, mineral element data, amino acid data of each country of origin is measured. If the corresponding data are exactly the same, the similarity is 1, and if they are completely different, the similarity is 0. The range of the similarity s is [0,1].
ステップＳ１０：前記赤外スペクトルデータによる分類器、同位体質量分析データによる
分類器、鉱物元素データによる分類器、アミノ酸データによる分類器により得られた類似
性結果と相応の分類器とのそれぞれの加重和を計算して、前記加重和と所定閾値とを対比
することにより、輸入サーモンの輸入先を判断すること。
Step S10: Weighting of the similarity results obtained by the infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier and the corresponding classifiers. The import destination of the imported salmon is determined by calculating the sum and comparing the weighted sum with a predetermined threshold value.
本発明は赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物
元素データによる分類器、アミノ酸データによる分類器により混合識別を行って、それら
の類似性結果がそれぞれ
、
、
、
とすると、分類器の最終の検測結果が
となる。
The present invention performs mixed discrimination by a classifier based on infrared spectrum data, a classifier based on isotope mass spectrometry data, a classifier based on mineral element data, and a classifier based on amino acid data, and their similarity results are respectively determined.
,
,
,
Then, the final inspection result of the classifier is
Becomes
最終の検測結果と所定の閾値とを比較する。所定閾値が０．７５とすると、算出した検測
結果が所定閾値より大きければ、輸入サーモンがその相応国家からの輸入であり、さもな
ければ、その相応国家からの輸入ではないとなっていることである。
実施例２
The final inspection result is compared with a predetermined threshold. Assuming that the predetermined threshold is 0.75, if the calculated inspection result is larger than the predetermined threshold, it means that the imported salmon is from that corresponding country, and otherwise it is not from that corresponding country. Is.
Example 2
図２に示されるように、本実施例は輸入サーモン産地の混合鑑別システムを提供する。該
システムは以下のものを含む。
As shown in FIG. 2, this embodiment provides a mixed identification system for imported salmon producing areas. The system includes:
各国からの輸入サーモンのサンプルを採集して、サーモンのサンプルを粉砕し、乾燥させ
て、乾燥したサーモンのサンプルを研磨して、所定サイズの篩目によりフィルタリングし
て、再び乾燥させることにより、輸入サーモンの基準サンプルを得る予処理ユニット。
By importing salmon samples from each country, crushing and drying salmon samples, polishing the dried salmon samples, filtering with a sieve of a predetermined size, and drying again to import A preprocessing unit that obtains salmon reference samples.
今現在、中国ではサーモンは主にノルウェー、スウェーデン、米国、チリ、ポーランド、
フランス、イギリス、カナダ、ロシアなどから輸入される。このため、競争産地の鑑別を
行うために、本発明はノルウェー、スウェーデン、米国、チリ、ポーランド、フランス、
イギリス、カナダ、ロシアという９国からのサーモンを採集した。各国のサーモンが２０
０セットとし、各セットごとが５００ｇとする。
Currently, in China salmon is mainly in Norway, Sweden, the United States, Chile, Poland,
Imported from France, UK, Canada, Russia, etc. Therefore, in order to distinguish the competitive production area, the present invention uses Norway, Sweden, the United States, Chile, Poland, France,
We collected salmon from nine countries: England, Canada and Russia. 20 salmon from each country
There are 0 sets, and each set is 500 g.
より正確的に輸入サーモンを追跡するために、サーモンのサンプルに対し予処理を行う必
要がある。まずサンプルをダイシングして、コンテナー型混合機に入れて粉砕して、光防
護環境中でほぼ２時間粉砕する。サーモンを粉砕した後、乾燥処理をする。サーモンを乾
燥室に入れて徹底的に２４時間乾燥させることが可能である。本発明は輸入サーモンを粉
砕してから乾燥させるとすることにより、サーモンの乾燥効果を向上することができる。
In order to track imported salmon more accurately, it is necessary to pretreat salmon samples. First, the sample is diced, placed in a container-type mixer, crushed, and crushed in a light protection environment for approximately 2 hours. After crushing salmon, it is dried. It is possible to put salmon in a drying room and dry thoroughly for 24 hours. In the present invention, the drying effect of salmon can be improved by crushing the imported salmon and then drying it.
赤外分光計により前記輸入サーモンの基準サンプルの近赤外スペクトルを採集して、ただ
し、スキャン採集の波数範囲が８０００〜４０００ｃｍ−１として、解像度が４ｃｍ−１
とし、スキャンの温度が２５℃に維持され、湿度が安定状態にコントロールされ、また、
サンプルごとに対し３回のスペクトルスキャンを行って、３回で採集されたスペクトルデ
ータに対し平均値を求めることにより、輸入サーモンのサンプルごとのスペクトルデータ
を得て、そして、サーモンのサンプルの近赤外スペクトルの分散および標準偏差に基づい
て、特異点のサンプルをカリングすることにより、最終の輸入サーモンのサンプルの近赤
外スペクトルデータを得る近赤外スペクトル採集ユニット。
By infrared spectrometer collected the near-infrared spectrum of the reference sample of the imported salmon, however, as the wave number range 8000～4000Cm -1 scan collection, resolution 4 cm -1
The temperature of the scan is maintained at 25°C, the humidity is controlled to a stable state, and
Spectral data for each sample of imported salmon was obtained by performing three spectrum scans for each sample and averaging the spectral data collected in three times, and the near red of the salmon sample was obtained. A near-infrared spectrum collection unit that obtains near-infrared spectrum data of the final imported salmon sample by culling the singularity sample based on the variance and standard deviation of the outer spectrum.
近赤外光は可視光と中赤外光の間に波長がある電磁波であり、その波長範囲が７８０〜２
５２６ｎｍである。近赤外スペクトルは、赤外線と輸入サーモンのサンプルにおける物質
との相互作用を反映できる。自然界では、各分子の組成と構造は異なり、かつその各官能
基や化学結合、たとえばＯ−Ｈ、Ｃ−Ｈ、Ｎ−Ｈ、Ｓ−Ｈ基などは赤色の外光に対する吸
収作用が異なり、これらの水素が赤外線における部分エネルギーを再吸収すると、励起さ
れて遷移する。従って、近赤外スペクトルに現れる曲線の位置と吸収強度が異なるので、
近赤外分光計で近赤外スペクトルを生成し、各サンプルの特徴的な近赤外吸収スペクトル
を得る。
Near-infrared light is an electromagnetic wave having a wavelength between visible light and mid-infrared light, and its wavelength range is 780-2.
It is 526 nm. The near-infrared spectrum can reflect the interaction of infrared with substances in samples of imported salmon. In nature, the composition and structure of each molecule are different, and the respective functional groups and chemical bonds, such as OH, C-H, N-H, and S-H groups, have different absorption effects for red external light, When these hydrogens reabsorb the partial energy in the infrared, they are excited and transition. Therefore, since the position of the curve appearing in the near infrared spectrum and the absorption intensity are different,
A near infrared spectrum is generated by a near infrared spectrometer, and a characteristic near infrared absorption spectrum of each sample is obtained.
近赤外スペクトルはサンプルにおける有機物の成分および含有量の情報を反映する。異な
る産地の輸入サーモンサンプルは品種、産地環境、加工方法、運送方式などの要素の影響
を受け、生長環境、気候、土壌、水質などの要素の影響をも受け、食品の主要な化学成分
（例えば蛋白質、脂肪、水分など）の組成および含有量はある程度の違いがあり、有機物
としてその成分は著しく違っている。このほか、遺伝子型、飼料タイプ、飼育方式、個体
代謝などが異なるため、産地別の動物の体内にはタンパク質、脂肪、水分などの成分が異
なる。これらの違いなどが近赤外線スペクトルに反映される。これで各産地のサンプルの
特徴的な近赤外吸収スペクトルを取得できる。
The near-infrared spectrum reflects information on the composition and content of organic substances in the sample. Imported salmon samples from different production areas are affected by factors such as variety, production environment, processing method and transportation method, as well as factors such as growth environment, climate, soil and water quality. There are some differences in the composition and content of proteins, fats, water, etc., and their components are significantly different as organic substances. In addition, since the genotype, feed type, breeding system, individual metabolism and the like are different, the components such as protein, fat and water are different in the body of the animal according to the place of origin. These differences are reflected in the near infrared spectrum. With this, the characteristic near-infrared absorption spectrum of the sample in each production area can be acquired.
本発明は、赤外分光計により前記標準のサーモンのサンプルの近赤外スペクトルを採集す
る。１〜３ｇの輸入サーモンの基準サンプルを取ってスペクトルを採集する。スキャン採
集の波数範囲が８０００〜４０００ｃｍ−１とし、解像度が４ｃｍ−１とし、スキャンの
温度が２５℃に維持され、湿度が安定的に保持できるようにコントロールされるとしてお
り、サンプルのスペクトルごとを３回スキャンして、３回で採集されたスペクトルデータ
に対し平均値を求めることにより、輸入サーモンのサンプルのスペクトルデータを得る。
本発明は、複数回で、輸入サーモンのサンプルごとのスペクトルデータを採集することに
より、１回だけでスペクトルデータを採集する場合に起こられる誤差を回避することがで
きる。
The present invention collects the near infrared spectrum of the standard salmon sample by an infrared spectrometer. Spectra are collected by taking a reference sample of 1-3 g of imported salmon. Wavenumber range of scan collection is a 8000～4000Cm -1, resolution and 4 cm -1, is maintained at a temperature of scanning 25 ° C., humidity has to be controlled so as to be stably held, the each spectrum sample The spectrum data of the sample of imported salmon is obtained by scanning three times and obtaining the average value of the spectrum data collected in three times.
The present invention can avoid the error that occurs when collecting the spectral data only once by collecting the spectral data for each sample of the imported salmon multiple times.
なお、輸入サーモンは大きく環境の影響を受け、異なるスキャン環境のスペクトルデータ
に与える影響は様々なので、各輸入サーモンのサンプルを複数回スキャンする本発明は、
スキャン環境を一定に維持する。
Since imported salmon is greatly affected by the environment and has various effects on the spectrum data of different scanning environments, the present invention of scanning a sample of each imported salmon multiple times
Keep your scanning environment constant.
輸入サーモンのサンプルは、その加工製作では汚染されたり、近赤外スペクトルの採集で
はデバイスや環境などの影響を受けたりするなどが原因で、輸入サーモンのサンプルのデ
ータが不正確になるおそれがある。これに対して、本発明は、サンプルのデータに基づい
てサーモン産地の追跡をする前に、サンプリング過程に現れた特異点サンプルをカリング
することにより、特異点サンプルによるサーモンの追跡結果に及ぼす影響を回避する。
Imported salmon samples may be inaccurate due to contamination during processing and processing, and influence of the device and environment when collecting near infrared spectra. .. On the other hand, the present invention, by culling the singularity sample appearing in the sampling process before tracing the salmon production area based on the sample data, the influence on the salmon tracking result by the singularity sample. To avoid.
本発明は、サーモンのサンプルの近赤外スペクトルの分散および標準偏差に基づいて、特
異点のサンプルをカリングする。同一産地の輸入サーモンの近赤外スペクトルは一般的に
同じような特徴を示しており、それぞれの輸入サーモンのサンプルに対して採集されたス
ペクトル間の差異は小さい。このため、本発明は各サーモンのサンプルの近赤外スペクト
ルの分散および標準偏差を用いて比較する。ある近赤外スペクトルの分散および標準偏差
が一定の閾値を超えたとき、このサンプルが同じ産地の他のサンプルから大きく外れるこ
とを示し、このサンプルは特異点サンプルである可能性が高くて、カリングされる。
The present invention culls singularity samples based on the variance and standard deviation of the near infrared spectra of salmon samples. The near-infrared spectra of imported salmon from the same source generally exhibit similar characteristics, and the differences between the spectra collected for each imported salmon sample are small. For this reason, the present invention compares using the variance and standard deviation of the near infrared spectra of each salmon sample. When the variance and standard deviation of a near-infrared spectrum exceeds a certain threshold, it indicates that this sample deviates significantly from other samples of the same locality, and this sample is likely to be a singularity sample. To be done.
したがって、本発明は、産地ごとに輸入サーモン２００個のサンプルの赤外線スペクトル
の平均値を計算し、さらに各輸入サーモンサンプルの分散及び標準偏差を計算する。該サ
ンプルの分散と標準偏差が所定閾値を超えた場合、このサンプルをサンプル集合からカリ
ングする。
Therefore, the present invention calculates the average value of the infrared spectrum of 200 imported salmon samples for each production area, and further calculates the variance and standard deviation of each imported salmon sample. If the variance and standard deviation of the sample exceeds a predetermined threshold, then the sample is culled from the sample set.
同位体比率質量分析計により前記輸入サーモンの基準サンプルにおけるδ１３Ｃ、δ１８
Ｏ、δ１５Ｎの値を検測して、ただし、サンプルごとに対し同位体比率質量分析計により
３回の検測を行って、３回で採集された同位体質量分析データに対し平均値を求めること
により、輸入サーモンのサンプルごとの同位体質量分析データを得て、そして、サーモン
のサンプルの同位体質量分析データの分散および標準偏差に基づいて、特異点のサンプル
をカリングすることにより、最終の輸入サーモンのサンプルの同位体質量分析データを得
る同位体採集ユニット。
Δ 13 C, δ 18 in the reference sample of the imported salmon by isotope ratio mass spectrometry
The values of O and δ 15 N were measured, but the isotope ratio mass spectrometry was performed three times for each sample, and the average value was compared with the isotope mass spectrometry data collected three times. By obtaining isotope mass spectrometry data for each sample of imported salmon, and by culling the singularity sample based on the variance and standard deviation of the isotope mass spectrometry data of the salmon sample, An isotope collection unit that obtains isotope mass spectrometry data of the final sample of imported salmon.
安定同位体技術による産地追跡の原理は、同位体の自然分留効果を利用して目標サンプル
の産地を特定する。気温、日照、土壌、食料、空気の質などの違いによって、目標サンプ
ル中のある元素の同位体の存在量が、異なる産地の他のサンプルと著しい違いがある。こ
れによれば、動物源性産物の産地は正確に追跡区別される。具体的には、安定同位体にお
ける１３Ｃと１２Ｃの比率により飼料の種類を表すことができ、その比率が、飼料におけ
るＣ３、Ｃ４植物の占める比率と密接に関係している。一方、同位体における１５Ｎと１
４Ｎの比率は多くの要素に影響され、主に栄養レベルに依存しており、飼料種類と密接に
関係しているだけでなく、土壌、気候、農業施肥中の違いを示すこともでき、飼料におけ
る海や陸地の植物さえの比率に関係もある。それ以外に、同位体における１８Ｏと１６Ｏ
の比率および２Ｈと１Ｈの比率は産地の現地の気候、地形、水の蒸発、濃縮、沈降に関係
している。同位体における３４Ｓと３２Ｓの比率は微生物作用と海洋要因に関係している
。
The principle of origin tracking by stable isotope technology is to identify the origin of the target sample by utilizing the natural fractionation effect of isotopes. Differences in temperature, sunshine, soil, food, air quality, etc. can cause the isotopic abundance of one element in the target sample to be significantly different from other samples from different sources. According to this, the origin of animal source products can be accurately traced and distinguished. Specifically, the type of feed can be expressed by the ratio of 13 C and 12 C in stable isotopes, and the ratio is closely related to the ratio of C 3 and C 4 plants in the feed. On the other hand, 15 N and 1 in isotopes
The ratio of 4 N is influenced by many factors, is mainly dependent on the nutritional level and is closely related to the type of feed, but it can also show the difference between soil, climate and agricultural fertilization. It is also related to the proportion of sea and land plants in the feed. Other than that, 18 O and 16 O in isotopes
The ratio of 2 H and 1 H is related to the local climate, topography, water evaporation, concentration, and sedimentation of the place of origin. The ratio of 34 S and 32 S in isotopes is associated with microbial action and marine factors.
異なる国からの輸入サーモンは、その飼っていた餌、飲料水、土壌、気候などが全然違う
。特に、炭素、窒素、水素同位体は極めて顕著な相関を示しており、δ１３Ｃ、δ１８Ｏ
、δ１５Ｎは本発明にサーモンを区別するための主要な指標とする。ただし、δ１３Ｃは
飼料におけるＣ３とＣ４植物の比率を反映し、δ１８Ｏ成分はその国の気候、水と関係が
あり、またδ１５Ｎは輸入サーモンの産地の土壌条件を反映する。
Imported salmon from different countries has completely different food, drinking water, soil and climate. In particular, carbon, nitrogen, and hydrogen isotopes show extremely remarkable correlations, and δ 13 C, δ 18 O
, Δ 15 N is a main index for distinguishing salmon in the present invention. However, δ 13 C reflects the ratio of C3 and C4 plants in the feed, the δ 18 O component is related to the climate and water of the country, and δ 15 N reflects the soil conditions of the place of origin of the imported salmon.
前記輸入サーモンの基準サンプルにおけるδ１３Ｃの値を検測することは、輸入サーモン
の基準サンプルごとに２〜４ｇ取って錫箔カップに入れて、自動注入器を介して元素分析
器に入れて、輸入サーモンのサンプルを燃焼させ、それを純粋なＣＯ２とＮ２に変換し、
ＣＯ２希釈器の希釈を経て、最終的にＣＯ２を同位体比率質量分析計に送り込んで検測す
る。そのうち、燃焼炉の温度は１２００℃とし、還元炉の温度は６００℃とする。
The value of δ 13 C in the reference sample of imported salmon is measured by taking 2 to 4 g of each reference sample of imported salmon, putting it in a tin foil cup, and putting it in an elemental analyzer through an automatic injector. Burn a sample of imported salmon, convert it to pure CO 2 and N 2 ,
After diluting the CO 2 diluter, CO 2 is finally sent to the isotope ratio mass spectrometer for measurement. Among them, the temperature of the combustion furnace is 1200°C and the temperature of the reduction furnace is 600°C.
前記輸入サーモンの基準サンプルにおけるδ１８Ｏの値を検測することは、輸入サーモン
の基準サンプルごとに２〜４ｇ取って銀カップに入れて、７２時間静置して、遂一に自動
注入器に入れて、自動注入器を介して元素分析器に入れて、輸入サーモンのサンプルをＣ
、Ｈ２、Ｏ２に分裂させて、最終的にＯ２を同位体比率質量分析計に送り込んで検測する
。そのうち、分裂の温度が２５００℃とする。
The value of δ 18 O in the reference sample of imported salmon is measured by taking 2 to 4 g of each reference sample of imported salmon, placing it in a silver cup, leaving it for 72 hours, and finally injecting an automatic injector. Put the sample into the elemental analyzer through the automatic injector and put the sample of imported salmon into C
, H 2 , O 2 , and finally O 2 is sent to an isotope ratio mass spectrometer for measurement. Among them, the splitting temperature is 2500°C.
前記輸入サーモンの基準サンプルにおけるδ１５Ｎの値を検測することは、輸入サーモン
の基準サンプルごとに２〜４ｇ取って銀カップに入れて、自動注入器を介して元素分析器
に入れて、輸入サーモンのサンプルを燃焼させ、それを純粋なＣＯ２とＮ２に変換し、最
終的にＮ２を同位体比率質量分析計に送り込んで検測する。そのうち、燃焼炉の温度は１
２００℃とし、還元炉の温度は６００℃とする。
To measure the value of δ 15 N in the reference sample of imported salmon, 2-4 g of each reference sample of imported salmon is placed in a silver cup and placed in an elemental analyzer via an automatic injector. A sample of imported salmon is burned, converted into pure CO 2 and N 2 , and finally N 2 is sent to an isotope ratio mass spectrometer for inspection. Among them, the temperature of the combustion furnace is 1
The temperature is set to 200° C. and the temperature of the reduction furnace is set to 600° C.
サンプルごとに輸入サーモンのサンプルにおけるδ１３Ｃ、δ１８Ｏ、δ１５Ｎの値をい
ずれも３回採集して、３回で採集されたデータに対し平均値を求めることにより、輸入サ
ーモンのサンプルにおけるδ１３Ｃ、δ１８Ｏ、δ１５Ｎの値を得る。本発明は、複数回
で、輸入サーモンのサンプルごとのδ１３Ｃ、δ１８Ｏ、δ１５Ｎの値を採集することに
より、１回だけでデータを採集する場合に起こられる誤差を回避することができる。
Samples of imported salmon were collected by collecting the values of δ 13 C, δ 18 O, and δ 15 N in the sample of imported salmon three times for each sample and averaging the data collected in three times. The values of δ 13 C, δ 18 O, and δ 15 N at are obtained. The present invention avoids errors that occur when collecting data only once by collecting the values of δ 13 C, δ 18 O, and δ 15 N for each sample of imported salmon in multiple times. You can
近赤外スペクトルの採集と同じように、δ１３Ｃ、δ１８Ｏ、δ１５Ｎの値も環境、採集
条件などの要素の影響を受けて、輸入サーモンのサンプルのデータが不正確になるおそれ
がある。これに対して、本発明は、サンプルのデータに基づいてサーモン産地の追跡をす
る前に、サンプリング過程に現れた特異点サンプルをカリングすることにより、特異点サ
ンプルによるサーモンの追跡結果に及ぼす影響を回避する。
Similar to the collection of near-infrared spectra, the values of δ 13 C, δ 18 O, and δ 15 N may be affected by factors such as environment and collection conditions, and the data of imported salmon samples may be inaccurate. There is. On the other hand, the present invention, by culling the singularity sample appearing in the sampling process before tracing the salmon production area based on the sample data, the influence on the salmon tracking result by the singularity sample. To avoid.
本発明はそれぞれサーモンのサンプルにおけるδ１３Ｃ、δ１８Ｏ、δ１５Ｎの分散およ
び標準偏差に基づいて、特異点のサンプルをカリングする。δ１３Ｃ、δ１８Ｏ、δ１５
Ｎのうちのいずれか１個の値の分散および標準偏差が一定の閾値を超えたとき、このサン
プルが同じ産地の他のサンプルから大きく外れることを示し、このサンプルは特異点サン
プルである可能性が高くて、カリングされる。
The present invention culls singularity samples based on the variance and standard deviation of δ 13 C, δ 18 O, δ 15 N in salmon samples, respectively. δ 13 C, δ 18 O, δ 15
When the variance and standard deviation of the values of any one of N exceeds a certain threshold, we show that this sample deviates significantly from other samples of the same origin, and this sample may be a singularity sample. Is high and culled.
したがって、本発明は、産地ごとに、輸入サーモン２００個のサンプルのδ１３Ｃ、δ１
８Ｏ、δ１５Ｎの平均値を計算し、さらに各輸入サーモンサンプルの分散及び標準偏差を
計算する。該サンプルの分散と標準偏差が所定閾値を超えた場合、このサンプルをサンプ
ル集合からカリングする。
Therefore, according to the present invention, δ 13 C, δ 1 of 200 samples of imported salmon are produced for each production area.
Calculate the mean value of 8 O, δ 15 N, and further calculate the variance and standard deviation of each imported salmon sample. If the variance and standard deviation of the sample exceeds a predetermined threshold, then the sample is culled from the sample set.
プラズマ質量分析計により前記輸入サーモンの基準サンプルにおけるＣａ、Ｃｌ、Ｍｇ、
Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅの含有量を検測して、ただし、サンプルごとに対しプラ
ズマ質量分析計により３回の検測を行って、３回で採集された鉱物元素データに対し平均
値を求めることにより、輸入サーモンのサンプルごとの鉱物元素データを得て、そして、
サーモンのサンプルの鉱物元素データの分散および標準偏差に基づいて、特異点のサンプ
ルをカリングすることにより、最終の輸入サーモンのサンプル鉱物元素データを得る鉱物
元素採集ユニット。
Ca, Cl, Mg in the reference sample of the imported salmon by plasma mass spectrometry,
The contents of P, K, Na, Cu, Fe, and Se were measured, but the measurement was performed three times by the plasma mass spectrometer for each sample, and the mineral element data collected in three times By obtaining the mean value, we obtain the mineral element data for each sample of imported salmon, and
A mineral element collection unit that obtains the final sample mineral element data of imported salmon by culling the singularity sample based on the variance and standard deviation of the mineral element data of the salmon sample.
サーモン中の各元素の含有量は産地の水源、気候などの条件と密接に関係していて、しか
も異なった地区はそれぞれ特徴的な元素構成を有している。それによって異なった産地の
輸入サーモンの鉱物の元素の指紋スペクトルを構築することができ、サーモンの正確な産
地追跡を実現する。鉱物指紋スペクトル技術は輸入サーモンのサンプルにおける定量元素
（カルシウム、リン、マグネシウム、カリウム、ナトリウム、塩素と硫黄など）と鉱物元
素（鉄、銅、マンガン、亜鉛、ヨード、セレンとクロムなど）の測定値に基づいて、統計
的分析を行って、顕著な差異性のある元素を選んでモデルを構築することにより、より正
確的に輸入サーモンの産地を鑑別することができる。
The content of each element in salmon is closely related to the conditions such as the water source and climate of the producing area, and different areas have their own characteristic elemental composition. Thereby, fingerprint spectra of mineral elements of imported salmon from different origins can be constructed, which enables accurate origin tracking of salmon. Mineral fingerprint spectrum technology is a measurement of quantitative elements (such as calcium, phosphorus, magnesium, potassium, sodium, chlorine and sulfur) and mineral elements (such as iron, copper, manganese, zinc, iodine, selenium and chromium) in imported salmon samples. On the basis of the above, statistical analysis is performed, and by selecting elements with significant differences, a model is constructed, thereby making it possible to more accurately identify the origin of imported salmon.
サーモンの生活環境が複雑なため、環境の影響が高い。異なるサーモン産地間は、部分元
素の含有量がわずかに違う可能性がある。したがって、本発明は、プラズマ質量分析計に
より輸入サーモンの基準サンプルにおけるＣａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ
、Ｓｅの含有量を検測して、サーモンに含まれる元素を全面的に分析する。産地別のサー
モン間のわずかな違いを識別する。
Environmental impact is high due to the complex living environment of salmon. Content of subelements may differ slightly between different salmon producing regions. Therefore, the present invention uses Ca, Cl, Mg, P, K, Na, Cu, Fe in the reference sample of imported salmon by the plasma mass spectrometer.
, Se content is measured, and the elements contained in salmon are thoroughly analyzed. Identify subtle differences between salmon by origin.
プラズマ質量分析計により前記輸入サーモンの基準サンプルにおけるＣａ、Ｃｌ、Ｍｇ、
Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅの含有量を検測することは、具体的には、輸入サーモン
の基準サンプルごとに２〜４ｇ取って、分解チューブに入れて、濃硝酸で予め２時間分解
させて、そしてオキシドールで１時間消毒して、最後にマイクロ波分解器に入れて分解さ
せる。分解したサンプルをイオン質量分析計によりＣａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃ
ｕ、Ｆｅ、Ｓｅに対して採集を行って、最後に外部標準法により採集されたＣａ、Ｃｌ、
Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅに対して定量化して、Ｃａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ
、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅの含有量を取得する。
Ca, Cl, Mg in the reference sample of the imported salmon by plasma mass spectrometry,
The content of P, K, Na, Cu, Fe and Se is measured by specifically taking 2 to 4 g of each reference sample of imported salmon, putting it in a decomposition tube, and preliminarily adding 2 to 2 with concentrated nitric acid. It is allowed to decompose for a period of time and disinfected with oxidol for 1 hour, and finally placed in a microwave decomposer for decomposition. The decomposed sample is analyzed by an ion mass spectrometer for Ca, Cl, Mg, P, K, Na and C.
u, Fe, Se were collected, and finally Ca, Cl, collected by the external standard method,
Quantification for Mg, P, K, Na, Cu, Fe, Se, Ca, Cl, Mg, P, K
, Content of Na, Cu, Fe, Se is acquired.
サンプルごとに、輸入サーモンのサンプルにおけるＣａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃ
ｕ、Ｆｅ、Ｓｅの含有量の値を３回採集して、３回で採集されたデータに対し平均値を求
めることにより、輸入サーモンのサンプルにおけるＣａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃ
ｕ、Ｆｅ、Ｓｅの含有量の値を得る。本発明は、複数回で、輸入サーモンのサンプルごと
のスペクトルデータを採集することにより、１回だけでスペクトルデータを採集する場合
に起こられる誤差を回避することができる。
For each sample, Ca, Cl, Mg, P, K, Na, C in the imported salmon sample
The values of u, Fe, and Se contents were collected three times, and the average value was calculated for the data collected in the three times to obtain Ca, Cl, Mg, P, K, Na in the sample of imported salmon. C
The values of the contents of u, Fe and Se are obtained. The present invention can avoid the error that occurs when collecting the spectral data only once by collecting the spectral data for each sample of the imported salmon multiple times.
Ｃａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅの含有量は環境、採集条件などの要
素の影響を受けて、輸入サーモンのサンプルのデータが不正確になるおそれがある。これ
に対して、本発明は、サンプルのデータに基づいてサーモン産地の追跡をする前に、サン
プリング過程に現れた特異点サンプルをカリングすることにより、特異点サンプルによる
サーモンの追跡結果に及ぼす影響を回避する。
The contents of Ca, Cl, Mg, P, K, Na, Cu, Fe, and Se may be affected by factors such as environment and collection conditions, and the data of imported salmon samples may be inaccurate. On the other hand, the present invention, by culling the singularity sample appearing in the sampling process before tracing the salmon production area based on the sample data, the influence on the salmon tracking result by the singularity sample. To avoid.
本発明はそれぞれサーモンのサンプルにおけるＣａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ、
Ｆｅ、Ｓｅの含有量の分散および標準偏差に基づいて、特異点のサンプルをカリングする
。Ｃａ、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅの含有量のうちのいずれか１個の
値の分散および標準偏差が一定の閾値を超えたとき、このサンプルが同じ産地の他のサン
プルから大きく外れることを示し、このサンプルは特異点サンプルである可能性が高くて
、カリングされる。
The present invention relates to Ca, Cl, Mg, P, K, Na, Cu, and salmon samples, respectively.
The singularity sample is culled based on the dispersion and standard deviation of the Fe and Se contents. When the variance and standard deviation of the values of any one of the contents of Ca, Cl, Mg, P, K, Na, Cu, Fe, and Se exceed a certain threshold value, this sample is , Which is a singularity sample and is culled.
したがって、本発明は、産地ごとに輸入サーモン２００個のサンプルのＣａ、Ｃｌ、Ｍｇ
、Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅの含有量の平均値を計算し、さらに各輸入サーモンサ
ンプルの分散及び標準偏差を計算する。該サンプルの分散と標準偏差が所定閾値を超えた
場合、このサンプルをサンプル集合からカリングする。
Therefore, according to the present invention, 200 samples of imported salmon, Ca, Cl, and Mg are produced for each production area.
, P, K, Na, Cu, Fe, Se content is calculated, and the variance and standard deviation of each imported salmon sample is calculated. If the variance and standard deviation of the sample exceeds a predetermined threshold, then the sample is culled from the sample set.
アミノ酸アナライザーにより前記輸入サーモンの基準サンプルにおけるＡｓｐ、Ｔｈｒ、
Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙｒ、
Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸の含有量を
検測して、ただし、サンプルごとに対しアミノ酸アナライザーにより３回の検測を行って
、３回で採集されたアミノ酸の含有量に対し平均値を求めることにより、輸入サーモンの
サンプルのアミノ酸の含有量データを得て、そして、サーモンのサンプルの鉱物元素デー
タの分散および標準偏差に基づいて、特異点のサンプルをカリングすることにより、最終
の輸入サーモンのサンプルアミノ酸データを得るアミノ酸採集ユニット。
Using an amino acid analyzer, the Asp, Thr, and
Ser, Glu, Gly, Ala, Cys, Val, Met, Ile, Leu, Tyr,
The content of 18 kinds of amino acids, Phe, Lys, His, Arg, Pro, and Trp, was measured, except that each sample was measured three times by an amino acid analyzer and the amino acids collected three times. To obtain the amino acid content data of the imported salmon sample, and culling the singularity sample based on the variance and standard deviation of the salmon sample mineral element data. By doing so, the amino acid collection unit that obtains the sample amino acid data of the final imported salmon.
サーモンのアミノ酸の含有量は品種、性別、年齢、筋肉の部位と養殖環境などの要素と関
係がある。同じ品種と年齢に対しては、筋肉のアミノ酸の含有量は著しく環境の影響を受
ける。産地鑑別分析は、主に地域別のソースサーモンを表す特異性の指標を探るのである
。したがって、本発明は、アミノ酸含有量の測定を加味することにより、異なる国の輸入
サーモンを区別する。サーモンは栄養価が高く、アミノ酸の種類が豊富で、Ａｓｐ、Ｔｈ
ｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙ
ｒ、Ｐｈｅｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸はサ
ーモンにおける主要なアミノ酸であるので、各国からの輸入サーモンの差異を全面的に分
析するために、本発明はＡｓｐ、Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖ
ａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔ
ｒｐという１８種類のアミノ酸を検測する。
The amino acid content of salmon is related to factors such as breed, sex, age, muscle site and aquaculture environment. For the same breed and age, the amino acid content of muscle is significantly affected by the environment. The production area analysis mainly searches for an index of peculiarity that represents source salmon by region. Thus, the present invention distinguishes imported salmon from different countries by taking into account the measurement of amino acid content. Salmon is nutritious, rich in amino acids, Asp, Th
r, Ser, Glu, Gly, Ala, Cys, Val, Met, Ile, Leu, Ty
Since 18 kinds of amino acids, r, Phee, Lys, His, Arg, Pro, and Trp are major amino acids in salmon, the present invention is to analyze the differences in salmon imported from each country. , Ser, Glu, Gly, Ala, Cys, V
al, Met, Ile, Leu, Tyr, Phe, Lys, His, Arg, Pro, T
18 kinds of amino acids called rp are measured.
具体的に、本発明はＬ−８８００アミノ酸アナライザーによりアミノ酸を測定する。まず
前記輸入サーモンの基準サンプル２〜４ｇを水分解チューブに入れて、６ｍｏｌ／Ｌの塩
酸５０ｍｌを加えて、水分解チューブを真空にして密封し、１１０℃の恒温環境で２４時
間水分解して、冷却後に濾過する。濾過液のＰＨ値を中性、定容値を１２５ｍｌに調節し
て、濾過液と０．０２ｍｏｌ／Ｌの塩酸を１：１で混合し、混合液をマイクロホールフィ
ルタで濾過し、そしてＬ−８８００アミノ酸アナライザーにより混合液におけるＡｓｐ、
Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、
Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸の
含有量を測定する。
Specifically, the present invention measures amino acids with an L-8800 amino acid analyzer. First, 2 to 4 g of the standard sample of the imported salmon is put in a water decomposition tube, 50 ml of 6 mol/L hydrochloric acid is added, the water decomposition tube is evacuated and sealed, and water is decomposed in a constant temperature environment of 110° C. for 24 hours. After cooling, filter. The pH value of the filtrate was adjusted to neutral and the constant volume was adjusted to 125 ml, the filtrate and 0.02 mol/L hydrochloric acid were mixed at a ratio of 1:1, the mixture was filtered through a microhole filter, and L- Asp in the mixed solution by 8800 amino acid analyzer,
Thr, Ser, Glu, Gly, Ala, Cys, Val, Met, Ile, Leu,
The content of 18 kinds of amino acids of Tyr, Phe, Lys, His, Arg, Pro and Trp is measured.
アミノ酸の含有量値は環境、採集条件などの要素の影響を受けて、輸入サーモンのサンプ
ルのデータが不正確になるおそれがある。これに対して、本発明は、サンプルのデータに
基づいてサーモン産地の追跡をする前に、サンプリング過程に現れた特異点サンプルをカ
リングすることにより、特異点サンプルによるサーモンの追跡結果に及ぼす影響を回避す
る。
Amino acid content values may be affected by factors such as the environment and collection conditions, and the data of imported salmon samples may be inaccurate. On the other hand, the present invention, by culling the singularity sample appearing in the sampling process before tracing the salmon production area based on the sample data, the influence on the salmon tracking result by the singularity sample. To avoid.
本発明はそれぞれサーモンのサンプルにおけるＡｓｐ、Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ
、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ
、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸の含有量の分散および標準偏差に基
づいて、特異点のサンプルをカリングする。Ａｓｐ、Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、
Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、
Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸の含有量のいずれか１個の値の分散お
よび標準偏差が一定の閾値を超えたとき、このサンプルが同じ産地の他のサンプルから大
きく外れることを示し、このサンプルは特異点サンプルである可能性が高くて、カリング
される。
The present invention respectively uses Asp, Thr, Ser, Glu, and Gly in salmon samples.
, Ala, Cys, Val, Met, Ile, Leu, Tyr, Phe, Lys, His
Singularity samples are culled based on the variance and standard deviation of the content of 18 kinds of amino acids of Arg, Arg, Pro and Trp. Asp, Thr, Ser, Glu, Gly,
Ala, Cys, Val, Met, Ile, Leu, Tyr, Phe, Lys, His,
When the variance and standard deviation of the values of any one of the content of 18 kinds of amino acids of Arg, Pro, and Trp exceeds a certain threshold value, it is shown that this sample deviates greatly from other samples of the same production area, This sample is likely to be a singularity sample and will be culled.
したがって、本発明は、産地ごとに輸入サーモン２００個のサンプルのＡｓｐ、Ｔｈｒ、
Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙｒ、
Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸の含有量の
平均値を計算し、さらに各輸入サーモンサンプルの分散及び標準偏差を計算する。該サン
プルの分散と標準偏差が所定閾値を超えた場合、このサンプルをサンプル集合からカリン
グする。
Therefore, the present invention provides Asp, Thr, and
Ser, Glu, Gly, Ala, Cys, Val, Met, Ile, Leu, Tyr,
The average value of the content of 18 kinds of amino acids Phe, Lys, His, Arg, Pro, and Trp is calculated, and further the variance and standard deviation of each imported salmon sample are calculated. If the variance and standard deviation of the sample exceeds a predetermined threshold, then the sample is culled from the sample set.
特筆すべきのは、ステップＳ２、Ｓ３、Ｓ４、Ｓ５の先後順序は限定されないものであり
、輸入サーモンのサンプルの赤外スペクトルデータ、同位体質量分析データ、鉱物元素デ
ータおよびアミノ酸データが任意の順序によって採集してもよく、同時にそれらにたして
採集してもよい。
What is worth mentioning is that the order of steps S2, S3, S4, and S5 is not limited, and the infrared spectrum data, isotope mass spectrometry data, mineral element data, and amino acid data of the sample of imported salmon are in any order. May be collected by and at the same time they may be collected.
サーモンのアミノ酸の含有量は品種、性別、年齢、筋肉の部位と養殖環境などの要素と関
係がある。同じ品種と年齢に対しては、筋肉のアミノ酸の含有量は著しく環境の影響を受
ける。産地鑑別分析は、主に地域別のソースサーモンを表す特異性の指標を探るのである
。したがって、本発明は、アミノ酸含有量の測定を加味することにより、異なる国の輸入
サーモンを区別する。サーモンは栄養価が高く、アミノ酸の種類が豊富で、Ａｓｐ、Ｔｈ
ｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙ
ｒ、Ｐｈｅｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸はサ
ーモンにおける主要なアミノ酸であるので、各国からの輸入サーモンの差異を全面的に分
析するために、本発明はＡｓｐ、Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖ
ａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔ
ｒｐという１８種類のアミノ酸を検測する。
The amino acid content of salmon is related to factors such as breed, sex, age, muscle site and aquaculture environment. For the same breed and age, the amino acid content of muscle is significantly affected by the environment. The production area analysis mainly searches for an index of peculiarity that represents source salmon by region. Thus, the present invention distinguishes imported salmon from different countries by taking into account the measurement of amino acid content. Salmon is nutritious, rich in amino acids, Asp, Th
r, Ser, Glu, Gly, Ala, Cys, Val, Met, Ile, Leu, Ty
Since 18 kinds of amino acids, r, Phee, Lys, His, Arg, Pro, and Trp are major amino acids in salmon, the present invention is to analyze the differences in salmon imported from each country. , Ser, Glu, Gly, Ala, Cys, V
al, Met, Ile, Leu, Tyr, Phe, Lys, His, Arg, Pro, T
18 kinds of amino acids called rp are measured.
具体的に、本発明はＬ−８８００アミノ酸アナライザーによりアミノ酸を測定する。まず
前記輸入サーモンの基準サンプル２〜４ｇを水分解チューブに入れて、６ｍｏｌ／Ｌの塩
酸５０ｍｌを加えて、水分解チューブを真空にして密封し、１１０℃の恒温環境で２４時
間水分解して、冷却後に濾過する。濾過液のＰＨ値を中性、定容値を１２５ｍｌに調節し
て、濾過液と０．０２ｍｏｌ／Ｌの塩酸を１：１で混合し、混合液をマイクロホールフィ
ルタで濾過し、そしてＬ−８８００アミノ酸アナライザーにより混合液におけるＡｓｐ、
Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、
Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸の
含有量を測定する。
Specifically, the present invention measures amino acids with an L-8800 amino acid analyzer. First, 2 to 4 g of the standard sample of the imported salmon is put in a water decomposition tube, 50 ml of 6 mol/L hydrochloric acid is added, the water decomposition tube is evacuated and sealed, and water is decomposed in a constant temperature environment of 110° C. for 24 hours. After cooling, filter. The pH value of the filtrate was adjusted to neutral and the constant volume was adjusted to 125 ml, the filtrate and 0.02 mol/L hydrochloric acid were mixed at a ratio of 1:1, the mixture was filtered through a microhole filter, and L- Asp in the mixed solution by 8800 amino acid analyzer,
Thr, Ser, Glu, Gly, Ala, Cys, Val, Met, Ile, Leu,
The content of 18 kinds of amino acids of Tyr, Phe, Lys, His, Arg, Pro and Trp is measured.
アミノ酸の含有量値は環境、採集条件などの要素の影響を受けて、輸入サーモンのサンプ
ルのデータが不正確になるおそれがある。これに対して、本発明は、サンプルのデータに
基づいてサーモン産地の追跡をする前に、サンプリング過程に現れた特異点サンプルをカ
リングすることにより、特異点サンプルによるサーモンの追跡結果に及ぼす影響を回避す
る。
Amino acid content values may be affected by factors such as the environment and collection conditions, and the data of imported salmon samples may be inaccurate. On the other hand, the present invention, by culling the singularity sample appearing in the sampling process before tracing the salmon production area based on the sample data, the influence on the salmon tracking result by the singularity sample. To avoid.
本発明はそれぞれサーモンのサンプルにおけるＡｓｐ、Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ
、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ
、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸の含有量の分散および標準偏差に基
づいて、特異点のサンプルをカリングする。Ａｓｐ、Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、
Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、
Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸の含有量のいずれか１個の値の分散お
よび標準偏差が一定の閾値を超えたとき、このサンプルが同じ産地の他のサンプルから大
きく外れることを示し、このサンプルは特異点サンプルである可能性が高くて、カリング
される。
The present invention respectively uses Asp, Thr, Ser, Glu, and Gly in salmon samples.
, Ala, Cys, Val, Met, Ile, Leu, Tyr, Phe, Lys, His
Singularity samples are culled based on the variance and standard deviation of the content of 18 kinds of amino acids of Arg, Arg, Pro and Trp. Asp, Thr, Ser, Glu, Gly,
Ala, Cys, Val, Met, Ile, Leu, Tyr, Phe, Lys, His,
When the variance and standard deviation of the values of any one of the content of 18 kinds of amino acids of Arg, Pro, and Trp exceeds a certain threshold value, it is shown that this sample deviates greatly from other samples of the same production area, This sample is likely to be a singularity sample and will be culled.
したがって、本発明は、産地ごとに輸入サーモン２００個のサンプルのＡｓｐ、Ｔｈｒ、
Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙｒ、
Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸の含有量の
平均値を計算し、さらに各輸入サーモンサンプルの分散及び標準偏差を計算する。該サン
プルの分散と標準偏差が所定閾値を超えた場合、このサンプルをサンプル集合からカリン
グする。
Therefore, the present invention provides Asp, Thr, and
Ser, Glu, Gly, Ala, Cys, Val, Met, Ile, Leu, Tyr,
The average value of the content of 18 kinds of amino acids Phe, Lys, His, Arg, Pro, and Trp is calculated, and further the variance and standard deviation of each imported salmon sample are calculated. If the variance and standard deviation of the sample exceeds a predetermined threshold, then the sample is culled from the sample set.
サポートベクターマシン分類器を構築するためのもので、前記輸入サーモンのサンプルの
赤外スペクトルデータ、同位体質量分析データ、鉱物元素データおよびアミノ酸データに
対し分割を行って、１／ｎ個のサンプルデータを選出してテスト集合とし、残りのサンプ
ルデータを訓練集合として、それぞれ赤外スペクトルデータ、同位体質量分析データ、鉱
物元素データおよびアミノ酸データに基づいて、絶えずに分類器を訓練することにより、
赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素デー
タによる分類器、アミノ酸データによる分類器を得る分類器構築ユニット。
It is for constructing a support vector machine classifier, and is divided into 1/n sample data by dividing the infrared spectrum data, isotope mass spectrometry data, mineral element data and amino acid data of the sample of said imported salmon. As a test set, and the remaining sample data as a training set, by continuously training the classifier based on infrared spectrum data, isotope mass spectrometry data, mineral element data and amino acid data, respectively,
A classifier construction unit that obtains a classifier based on infrared spectrum data, a classifier based on isotope mass spectrometry data, a classifier based on mineral element data, and a classifier based on amino acid data.
輸入サーモンの輸入は時間がかかり、運送環境の差異が大きいため、従来の追跡技術では
、安定同位体技術、鉱物元素、アミノ酸などがテスト環境に大きく左右されるとか、近赤
外スペクトル技術はデータベースに依存していて、大量のサンプルの産地や数のデータが
なければ追跡の精度を上げることができないなどの問題がある。従来の追跡技術を直接に
輸入サーモンに適用したら、追跡の精度が低かったと分かる。したがって、本発明は、赤
外分光データ、同位体質量分析データ、鉱物元素データ、アミノ酸を総合して、輸入サー
モンの産地を追跡する。４つの追跡手段を組み合わせて、輸入サーモンの輸送過程におけ
る影響を克服して、追跡の精度を高める。
Importing salmon is time-consuming and there are large differences in the transportation environment, so conventional isotope technology has a large influence on the test environment such as stable isotope technology, mineral elements and amino acids. However, there is a problem that the accuracy of tracking cannot be improved unless there are a large number of sample production areas and number data. If you apply the conventional tracking technology directly to imported salmon, you can see that the tracking accuracy was low. Therefore, the present invention tracks the origin of imported salmon by integrating infrared spectroscopy data, isotope mass spectrometry data, mineral element data, and amino acids. Combine the four tracking measures to overcome the effects of imported salmon on the shipping process and improve tracking accuracy.
本発明は、輸入サーモンのサンプル赤外スペクトルデータ、同位体質量分析データ、鉱物
元素データおよびアミノ酸データを採集した後、それぞれサンプルデータを処理する。す
なわち、本発明は輸入サーモンのサンプル赤外スペクトルデータ、同位体質量分析データ
、鉱物元素データおよびアミノ酸データに基づいてそれぞれ訓練して相応の追跡モデルを
得る。
The present invention collects sample infrared spectrum data, isotope mass spectrometry data, mineral element data and amino acid data of imported salmon, and then processes the sample data respectively. That is, the present invention is trained on the basis of sample infrared spectrum data, isotope mass spectrometry data, mineral element data and amino acid data of imported salmon to obtain a corresponding tracking model.
サポートベクターマシンの分類能力は基底関数の選択に依存する。これが、ガウス動径基
底関数がモデル修正とパラメータの最適化を経て、より小さなヘミング距離と汎化誤差が
あるからである。このため、本発明のサポートベクターマシン分類器の基底関数がガウス
動径基底関数とする。
The classification ability of support vector machines depends on the choice of basis functions. This is because the Gaussian radial basis function undergoes model modification and parameter optimization, and has a smaller Hemming distance and generalization error. Therefore, the basis function of the support vector machine classifier of the present invention is a Gaussian radial basis function.
最適なパラメータ区間内で、ランダムにガウス動径基底関数パラメータσと複雑度パラメ
ータＣの初期値を設定して、初期集団サイズが２００とし、遺伝世代数が３００とし、自
己認知因子ｃ１が１．５とし、社会認知因子ｃ２が１．５とし、重み因子ｗが０．７８と
する分類器パラメータの最適化を行う。毎回の遺伝進化中で、まず、粒子の異なるＫ値の
それぞれの３００回の交差検証の平均正確率を算出してその適応度として、次に、集団最
適と個体最適を更新して、最後に、適応度の大きさによって粒子に対し降順の順位づけを
行って、優れる前半の粒子が直接に次回の進化に進み、優れない後半の粒子が１個ずつラ
ンダムに前半の粒子と交差遺伝をする。これにより、モデル収束の速度を高めるとともに
、部分最適化という問題も避ける。
Within the optimum parameter interval, the initial values of the Gaussian radial basis function parameter σ and the complexity parameter C are randomly set, the initial population size is 200, the number of generations is 300, and the self-cognitive factor c 1 is 1. .5, the social cognitive factor c 2 is 1.5, and the weighting factor w is 0.78. During each genetic evolution, first, the average accuracy rate of 300 cross-validation of each K value of different particles is calculated and used as its fitness. Next, population optimality and individual optimality are updated, and finally, , The particles of the superior first half directly advance to the next evolution by ranking the particles in descending order according to the degree of fitness, and the particles of the superior second half randomly cross-inherit one by one with the particles of the former half. .. This speeds up model convergence and avoids the problem of partial optimization.
本発明は赤外スペクトルデータ、同位体質量分析データ、鉱物元素データおよびアミノ酸
データに基づいて、それぞれ相応のサポートベクターマシンによる分類器を生成する。
The present invention generates a classifier by a corresponding support vector machine based on infrared spectrum data, isotope mass spectrometry data, mineral element data and amino acid data.
前記赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素
データによる分類器、アミノ酸データによる分類器の性能を交差検証する検証評価ユニッ
ト。
A verification evaluation unit for cross-validating the performance of the infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier.
本発明は、複数個のサンプルデータ集合をランダムにＫ個の部分集合に分けて（一般的に
均等に分けてもよい）、１個の部分集合を検証集合とし、残りのＫ−１個の部分集合を訓
練集合とする。このように、Ｋ個の部分集合をそれぞれ検証集合とし、Ｋ回交差反復して
、Ｋ回の結果を得て、そして、Ｋ回の結果の平均値を分類器またはモデルの性能指標とす
る。
The present invention randomly divides a plurality of sample data sets into K subsets (generally evenly divided), one subset as a verification set, and the remaining K-1 Let the subset be the training set. In this way, each of the K subsets is used as a verification set, K times are iterated repeatedly, K results are obtained, and the average value of the K results is used as the performance index of the classifier or model.
言い換えれば、本発明は一つずつ赤外スペクトルデータによる分類器、同位体質量分析デ
ータによる分類器、鉱物元素データによる分類器、アミノ酸データによる分類器に対して
交差検証を行って、各モデルの性能を取得する。本発明は追跡の正確率を用いてモデルの
性能を指示する。
In other words, the present invention performs cross-validation one by one on the infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier for each model. Get performance. The present invention uses the accuracy rate of tracking to dictate model performance.
前記赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素
データによる分類器、アミノ酸データによる分類器に対し性能に従って順位づけを行って
、性能順に基づいて各分類器に重みを付ける順位づけユニット。
The infrared spectrum data classifier, isotope mass spectrometry data classifier, mineral element data classifier, amino acid data classifier are ranked according to performance, and weights are assigned to each classifier based on performance order. A ranking unit to attach.
本発明は追跡の正確率を用いてモデルの性能を指示するため、正確率が高いほど、分類器
の性能がよく、追跡精度も高くなる。本発明は、４つの分類器により輸入サーモンに対し
て総合追跡する。このため、異なる分類器に異なる重みを付けるとしている。重みは、該
分類器の最終追跡結果への影響を表す。重みが高いほど、追跡結果への影響が大くなる。
このため、順位が高い分類器ほど重みが大きくなる。赤外スペクトルデータによる分類器
、同位体質量分析データによる分類器、鉱物元素データによる分類器、アミノ酸データに
よる分類器の重みがそれぞれω１、ω２、ω３、ω４とすると、
となる。
Since the present invention uses the tracking accuracy rate to indicate the performance of the model, the higher the accuracy rate, the better the classifier performance and tracking accuracy. The present invention comprehensively tracks imported salmon with four classifiers. Therefore, different classifiers are given different weights. The weight represents the influence of the classifier on the final tracking result. The higher the weight, the greater the influence on the tracking result.
For this reason, a classifier having a higher rank has a larger weight. If the weights of the classifier based on infrared spectrum data, the classifier based on isotope mass spectrometry data, the classifier based on mineral element data, and the classifier based on amino acid data are ω 1 , ω 2 , ω 3 , and ω 4 , respectively,
Becomes
それぞれ前記赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、
鉱物元素データによる分類器、アミノ酸データによる分類器により輸入サーモンに対し検
測を行って、被検サンプルと各国のサーモンの赤外スペクトルデータ、同位体質量分析デ
ータ、鉱物元素データ、アミノ酸データとの類似性をそれぞれ算出する検測ユニット。
A classifier based on the infrared spectrum data, a classifier based on isotope mass spectrometry data,
Imported salmon is inspected using a classifier based on mineral element data and a classifier based on amino acid data, and the infrared spectrum data, isotope mass spectrometry data, mineral element data, and amino acid data of the test sample and salmon from each country Inspection unit that calculates each similarity.
産地未知のサーモンに対して産地鑑定を行場合、被験産地未知のサーモンを取って、上記
ステップＳ１、Ｓ２、Ｓ３、Ｓ４に従って近赤外特徴スペクトルデータ、安定同位体質量
分析データ、鉱物元素データおよびアミノ酸データを測定して、測定したデータをそれぞ
れ赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素デ
ータによる分類器、アミノ酸データによる分類器に代入して、被験サーモンの赤外スペク
トルデータ、同位体質量分析データ、鉱物元素データ、アミノ酸データと各産地国家のサ
ーモン赤外スペクトルデータ、同位体質量分析データ、鉱物元素データ、アミノ酸データ
との類似性を検測する。相応のデータが全く同じである場合は、類似性が１であり、まっ
たく異なる場合は、類似性が０である。類似性ｓの範囲は［０，１］である。
In the case of performing the production area identification for salmon of unknown production area, the salmon of unknown production area is taken, and near-infrared characteristic spectrum data, stable isotope mass spectrometry data, mineral element data and the following steps S1, S2, S3 and S4 are taken. The amino acid data is measured, and the measured data are substituted into the infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier. The similarity between external spectral data, isotope mass spectrometry data, mineral element data, amino acid data and salmon infrared spectral data, isotope mass spectrometry data, mineral element data, amino acid data of each country of origin is measured. If the corresponding data are exactly the same, the similarity is 1, and if they are completely different, the similarity is 0. The range of the similarity s is [0,1].
前記赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素
データによる分類器、アミノ酸データによる分類器により得られた類似性結果と相応の分
類器とのそれぞれの加重和を計算して、前記加重和と所定閾値とを対比することにより、
輸入サーモンの産地を判断する総合追跡ユニット。
Calculate the weighted sum of the similarity results obtained by the infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier. Then, by comparing the weighted sum with a predetermined threshold,
A comprehensive tracking unit that determines the origin of imported salmon.
本発明は赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物
元素データによる分類器、アミノ酸データによる分類器により混合識別を行って、それら
の類似性結果がそれぞれ
、
、
、
とすると、分類器の最終の検測結果が
となる。
The present invention performs mixed discrimination by a classifier based on infrared spectrum data, a classifier based on isotope mass spectrometry data, a classifier based on mineral element data, and a classifier based on amino acid data, and their similarity results are obtained respectively.
,
,
,
Then, the final inspection result of the classifier is
Becomes
最終の検測結果と所定の閾値とを比較する。所定閾値が０．７５とすると、算出した検測
結果が所定閾値より大きければ、輸入サーモンがその相応国家からの輸入であり、さもな
ければ、その相応国家からの輸入ではないとなっていることである。
The final inspection result is compared with a predetermined threshold. Assuming that the predetermined threshold is 0.75, if the calculated inspection result is larger than the predetermined threshold, it means that the imported salmon is from that corresponding country, and otherwise it is not from that corresponding country. Is.
上記によれば、本発明は、サーモン産地の混合鑑別方法およびシステムを提供する。輸入
サーモンに対して検測可能で、適用範囲が広く、極めて大きい応用価値がある。４つの追
跡手段を総合して利用することにより、輸入サーモンの輸送過程で受けられる影響を克服
でき、追跡の精度を向上する。また、性能に従って４つの追跡手段に順位づけを行うとと
もに、順位づけの結果によって異なる追跡手段に相応の重みを付ける。これにより、追跡
モデルの性能によって総合追跡結果への影響を調整することができ、各追跡手段の単純混
合ではなく、各追跡手段の利点を十分に発揮する。
According to the above, the present invention provides a mixed identification method and system for salmon production areas. It can be inspected for imported salmon, has a wide range of application, and has a great application value. By using the four tracking methods as a whole, it is possible to overcome the effects of the imported salmon during the transportation process and improve the tracking accuracy. Further, the four tracking means are ranked according to the performance, and the different tracking means are weighted appropriately according to the ranking result. As a result, the influence of the tracking model on the total tracking result can be adjusted, and the advantages of each tracking means are fully exerted instead of the simple mixing of the tracking means.
特筆すべきのは、上記の内容は単に本発明の好ましい実施例およびその適用技術原理であ
る。当業者であれば、本発明はここで述べた特定の実施例に限定されるものではなく、本
発明の保護範囲から逸脱しないかぎり、様々な明白な変化、再調整、代替などを行うこと
ができることを理解するであろう。したがって、以上の実施例によって本発明をより詳細
に説明したが、本発明は上記の実施形態に限定されるものではなく、本発明の概念から逸
脱しない範囲で、より多くの他の等価実施例を含んでもよく、本発明の範囲は添付の特許
請求の範囲によって決定される。
It should be noted that the above is merely a preferred embodiment of the present invention and its applied technical principle. The present invention is not limited to the specific embodiments described herein, and a person skilled in the art can make various obvious changes, re-adjustments, substitutions, etc. without departing from the protection scope of the present invention. You will understand what you can do. Therefore, although the present invention has been described in more detail by the above examples, the present invention is not limited to the above-described embodiments, and many other equivalent examples are possible without departing from the concept of the present invention. And the scope of the invention is determined by the appended claims.
Claims (4)
粉砕し、乾燥させて、乾燥したサーモンのサンプルを研磨して、所定サイズの篩目により
フィルタリングして、再び乾燥させることにより、輸入サーモンの基準サンプルを得るこ
とと、
ステップＳ２：赤外分光計により前記輸入サーモンの基準サンプルの近赤外スペクトルを
採集して、ただし、スキャン採集の波数範囲が８０００〜４０００ｃｍ−１として、解像
度が４ｃｍ−１とし、スキャンの温度が２５℃に維持され、湿度が安定状態にコントロー
ルされ、また、サンプルごとに対し３回のスペクトルスキャンを行って、３回で採集され
たスペクトルデータに対し平均値を求めることにより、輸入サーモンのサンプルごとのス
ペクトルデータを得て、そして、サーモンのサンプルの近赤外スペクトルの分散および標
準偏差に基づいて、特異点のサンプルをカリングすることにより、最終の輸入サーモンの
サンプルの近赤外スペクトルデータを得ることと、
ステップＳ３：同位体比率質量分析計により前記輸入サーモンの基準サンプルにおけるδ
１３Ｃ、δ１８Ｏ、δ１５Ｎの値を検測して、ただし、サンプルごとに対し同位体比率質
量分析計により３回の検測を行って、３回で採集された同位体質量分析データに対し平均
値を求めることにより、輸入サーモンのサンプルごとの同位体質量分析データを得て、そ
して、サーモンのサンプルの同位体質量分析データの分散および標準偏差に基づいて、特
異点のサンプルをカリングすることにより、最終の輸入サーモンのサンプルの同位体質量
分析データを得ることと、
ステップＳ４：プラズマ質量分析計により前記輸入サーモンの基準サンプルにおけるＣａ
、Ｃｌ、Ｍｇ、Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅの含有量を検測して、ただし、サンプル
ごとに対しプラズマ質量分析計により３回の検測を行って、３回で採集された鉱物元素デ
ータに対し平均値を求めることにより、輸入サーモンのサンプルごとの鉱物元素データを
得て、そして、サーモンのサンプルの鉱物元素データの分散および標準偏差に基づいて、
特異点のサンプルをカリングすることにより、最終の輸入サーモンのサンプル鉱物元素デ
ータを得ることと、
ステップＳ５：アミノ酸アナライザーにより前記輸入サーモンの基準サンプルにおけるＡ
ｓｐ、Ｔｈｒ、Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌ
ｅｕ、Ｔｙｒ、Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミ
ノ酸の含有量を検測して、ただし、サンプルごとに対しアミノ酸アナライザーにより３回
の検測を行って、３回で採集されたアミノ酸の含有量に対し平均値を求めることにより、
輸入サーモンのサンプルのアミノ酸の含有量データを得て、そして、サーモンのサンプル
の鉱物元素データの分散および標準偏差に基づいて、特異点のサンプルをカリングするこ
とにより、最終の輸入サーモンのサンプルアミノ酸データを得ることと、
ステップＳ６：サポートベクターマシン分類器を構築して、前記輸入サーモンのサンプル
の赤外スペクトルデータ、同位体質量分析データ、鉱物元素データおよびアミノ酸データ
に対し分割を行って、１／ｎ個のサンプルデータを選出してテスト集合とし、残りのサン
プルデータを訓練集合として、それぞれ赤外スペクトルデータ、同位体質量分析データ、
鉱物元素データおよびアミノ酸データに基づいて、絶えずに分類器を訓練することにより
、赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素デ
ータによる分類器、アミノ酸データによる分類器を得ることと、
ステップＳ７：前記赤外スペクトルデータによる分類器、同位体質量分析データによる分
類器、鉱物元素データによる分類器、アミノ酸データによる分類器の性能を交差検証する
ことと、
ステップＳ８：前記赤外スペクトルデータによる分類器、同位体質量分析データによる分
類器、鉱物元素データによる分類器、アミノ酸データによる分類器に対し性能に従って順
位づけを行って、性能順に基づいて各分類器に重みを付けることと、
ステップＳ９：それぞれ前記赤外スペクトルデータによる分類器、同位体質量分析データ
による分類器、鉱物元素データによる分類器、アミノ酸データによる分類器により輸入サ
ーモンに対し検測を行って、被験サンプルと各国のサーモンの赤外スペクトルデータ、同
位体質量分析データ、鉱物元素データ、アミノ酸データとの類似性をそれぞれ算出するこ
とと、および
ステップＳ１０：前記赤外スペクトルデータによる分類器、同位体質量分析データによる
分類器、鉱物元素データによる分類器、アミノ酸データによる分類器により得られた類似
性結果と相応の分類器とのそれぞれの加重和を計算して、前記加重和と所定閾値とを対比
することにより、輸入サーモンの産地を判断することと、
を含むことを特徴とするサーモン産地の混合鑑別方法。 Step S1: Collect salmon samples imported from each country, crush and dry salmon samples, grind the dried salmon samples, filter through a sieve of a predetermined size, and dry again. To obtain a reference sample of imported salmon,
Step S2: the infrared spectrometer to collect the near infrared spectrum of the reference sample of the imported salmon, however, the wave number range of scan collected as a 8000～4000Cm -1, resolution and 4 cm -1, the temperature of the scanning Samples of imported salmon are maintained at 25°C, the humidity is controlled to a stable state, and the spectrum data collected for each sample is averaged by performing three spectrum scans for each sample. For each final salmon sample and culling the singularity sample based on the variance and standard deviation of the salmon sample's near-infrared spectrum to obtain the near-infrared spectral data of the final imported salmon sample. To get
Step S3: δ in the reference sample of the imported salmon by the isotope ratio mass spectrometer
The values of 13 C, δ 18 O, and δ 15 N were measured, but the isotope ratio mass spectrometry was performed 3 times for each sample, and the isotope mass analysis collected 3 times. By obtaining the average value for the data, we obtain the isotope mass spectrometry data for each sample of imported salmon, and based on the variance and standard deviation of the isotope mass spectrometry data of the salmon sample, sample the singularity To obtain isotope mass spectrometry data of the final sample of imported salmon by culling,
Step S4: Ca in the reference sample of the imported salmon by the plasma mass spectrometer
, Cl, Mg, P, K, Na, Cu, Fe, Se contents were measured, but each sample was measured 3 times by the plasma mass spectrometer and collected in 3 times. Obtained mineral element data for each sample of imported salmon by averaging the obtained mineral element data, and based on the variance and standard deviation of the mineral element data of the salmon sample,
Obtain the final sample mineral elemental data of imported salmon by culling the sample of singularity,
Step S5: A in the reference sample of the imported salmon by the amino acid analyzer
sp, Thr, Ser, Glu, Gly, Ala, Cys, Val, Met, Ile, L
The content of 18 kinds of amino acids such as eu, Tyr, Phe, Lys, His, Arg, Pro, and Trp was measured, provided that 3 times measurement was performed with an amino acid analyzer for each sample. By calculating the average value for the content of the collected amino acids,
Obtaining the amino acid content data of the sample of imported salmon, and culling the sample of singularities based on the variance and standard deviation of the mineral element data of the sample of salmon, the sample amino acid data of the final imported salmon. And get
Step S6: Build a support vector machine classifier and perform division on the infrared spectrum data, isotope mass spectrometry data, mineral element data and amino acid data of the sample of the imported salmon to obtain 1/n sample data. As a test set, the remaining sample data as a training set, infrared spectrum data, isotope mass spectrometry data,
By continuously training the classifier based on the mineral element data and the amino acid data, a classifier based on infrared spectrum data, a classifier based on isotope mass spectrometry data, a classifier based on mineral element data, and a classifier based on amino acid data are provided. To get
Step S7: cross-validating the performance of the infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier.
Step S8: The infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier are ranked according to performance, and each classifier is based on performance order. Weighting
Step S9: The imported salmon is inspected by the classifier based on the infrared spectrum data, the classifier based on the isotope mass spectrometry data, the classifier based on the mineral element data, and the classifier based on the amino acid data, and the test sample and each country Calculating similarity with infrared spectrum data, isotope mass spectrometry data, mineral element data, amino acid data of salmon, and step S10: classifying by the infrared spectrum data, classification by isotope mass spectrometry data Vessel, a classifier based on mineral element data, calculating a weighted sum of each of the similarity results obtained by the classifier based on amino acid data and a corresponding classifier, and comparing the weighted sum with a predetermined threshold value, Determining the origin of imported salmon,
A method for identifying mixed salmon production areas, which comprises:
輸入サーモンのサンプルをダイシングして、コンテナー型混合機に入れて、光防護環境中
で２時間ほぼ粉砕して、そして、粉砕したサーモンを乾燥室に入れて、徹底的に２４時間
乾燥させることであり、
また、前記特異点のサンプルをカリングすることは、具体的には、
産地の輸入サーモンのサンプルごとの含有量検測データの平均値を計算して、サンプルの
分散および標準偏差が所定閾値を超えると、該サンプルをサンプル集合からカリングして
、ただし、前記検測データは、赤外スペクトルデータ、同位体質量分析データ、鉱物元素
データおよびアミノ酸データを含むことであり、
また、前記ステップＳ７は、具体的には、
サンプルデータ集合をランダムにＫ個の部分集合に分けて、１個の部分集合を検証集合と
して、残りのＫ−１個の部分集合を訓練集合とするように、Ｋ個の部分集合をそれぞれ検
証集合とし、Ｋ回交差反復して、Ｋ回の結果を得て、そして、Ｋ回の結果の平均値を分類
器またはモデルの性能指標とすることであり、
また、前記性能順に基づいて各分類器に重みを付けることは、具体的には、
赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素デー
タによる分類器、アミノ酸データによる分類器の重みがそれぞれω１、ω２、ω３、ω４
とすると、
となり、ただし、赤外スペクトルデータによる分類器、同位体質量分析データによる分類
器、鉱物元素データによる分類器、アミノ酸データによる分類器の性能が良好であるほど
重みが大きくなることであり、
また、前記ステップＳ１０は、具体的には、
赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素デー
タによる分類器、アミノ酸データによる分類器により混合鑑別を行って、それらの類似性
結果がそれぞれ
、
、
、
とすると、分類器の最終の検測結果が、
となり、ｒが所定閾値より大きければ、輸入サーモンがその相応国家からの輸入であり、
さもなければ、その相応国家からの輸入ではないとなっていることである、
ことを特徴とする請求項１に記載のサーモン産地の混合鑑別方法。 Grinding and drying the salmon sample specifically comprises:
By dicing a sample of imported salmon, putting it in a container-type mixer, crushing it for about 2 hours in a light-protected environment, and then putting the crushed salmon in a drying room and thoroughly drying it for 24 hours. Yes,
In addition, culling the sample of the singularity is, specifically,
When the average value of the content inspection data for each sample of imported salmon at the production area is calculated and the variance and standard deviation of the samples exceed a predetermined threshold value, the sample is culled from the sample set, Is to include infrared spectrum data, isotope mass spectrometry data, mineral element data and amino acid data,
Further, the step S7 is
The sample data set is randomly divided into K subsets, and each K subset is verified such that one subset is a verification set and the remaining K-1 subsets are training sets. And K cross iterations to obtain K results and use the average of the K results as the performance indicator of the classifier or model,
In addition, weighting each classifier based on the performance order is, specifically,
Weights of the infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier have weights of ω 1 , ω 2 , ω 3 , and ω 4, respectively.
Then,
However, the better the performance of the infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier, the larger the weight becomes.
Further, the step S10 is specifically
Mixing discrimination was performed using a classifier based on infrared spectrum data, a classifier based on isotope mass spectrometry data, a classifier based on mineral element data, and a classifier based on amino acid data, and their similarity results were obtained.
,
,
,
Then, the final inspection result of the classifier is
If r is larger than the predetermined threshold, then the imported salmon is from the corresponding country,
Otherwise, it is not an import from the corresponding state,
The method for distinguishing mixed salmon production areas according to claim 1, wherein:
せて、乾燥したサーモンのサンプルを研磨して、所定サイズの篩目によりフィルタリング
して、再び乾燥させることにより、輸入サーモンの基準サンプルを得る予処理ユニットと
、
赤外分光計により前記輸入サーモンの基準サンプルの近赤外スペクトルを採集して、ただ
し、スキャン採集の波数範囲が８０００〜４０００ｃｍ−１として、解像度が４ｃｍ−１
とし、スキャンの温度が２５℃に維持され、湿度が安定状態にコントロールされ、また、
サンプルごとに対し３回のスペクトルスキャンを行って、３回で採集されたスペクトルデ
ータに対し平均値を求めることにより、輸入サーモンのサンプルごとのスペクトルデータ
を得て、そして、サーモンのサンプルの近赤外スペクトルの分散および標準偏差に基づい
て、特異点のサンプルをカリングすることにより、最終の輸入サーモンのサンプルの近赤
外スペクトルデータを得る近赤外スペクトル採集ユニットと、
同位体比率質量分析計により前記輸入サーモンの基準サンプルにおけるδ１３Ｃ、δ１８
Ｏ、δ１５Ｎの値を検測して、ただし、サンプルごとに対し同位体比率質量分析計により
３回の検測を行って、３回で採集された同位体質量分析データに対し平均値を求めること
により、輸入サーモンのサンプルごとの同位体質量分析データを得て、そして、サーモン
のサンプルの同位体質量分析データの分散および標準偏差に基づいて、特異点のサンプル
をカリングすることにより、最終の輸入サーモンのサンプルの同位体質量分析データを得
る同位体採集ユニットと、
プラズマ質量分析計により前記輸入サーモンの基準サンプルにおけるＣａ、Ｃｌ、Ｍｇ、
Ｐ、Ｋ、Ｎａ、Ｃｕ、Ｆｅ、Ｓｅの含有量を検測して、ただし、サンプルごとに対しプラ
ズマ質量分析計により３回の検測を行って、３回で採集された鉱物元素データに対し平均
値を求めることにより、輸入サーモンのサンプルごとの鉱物元素データを得て、そして、
サーモンのサンプルの鉱物元素データの分散および標準偏差に基づいて、特異点のサンプ
ルをカリングすることにより、最終の輸入サーモンのサンプル鉱物元素データを得る鉱物
元素採集ユニットと、
アミノ酸アナライザーにより前記輸入サーモンの基準サンプルにおけるＡｓｐ、Ｔｈｒ、
Ｓｅｒ、Ｇｌｕ、Ｇｌｙ、Ａｌａ、Ｃｙｓ、Ｖａｌ、Ｍｅｔ、Ｉｌｅ、Ｌｅｕ、Ｔｙｒ、
Ｐｈｅ、Ｌｙｓ、Ｈｉｓ、Ａｒｇ、Ｐｒｏ、Ｔｒｐという１８種類のアミノ酸の含有量を
検測して、ただし、サンプルごとに対しアミノ酸アナライザーにより３回の検測を行って
、３回で採集されたアミノ酸の含有量に対し平均値を求めることにより、輸入サーモンの
サンプルのアミノ酸の含有量データを得て、そして、サーモンのサンプルの鉱物元素デー
タの分散および標準偏差に基づいて、特異点のサンプルをカリングすることにより、最終
の輸入サーモンのサンプルアミノ酸データを得るアミノ酸採集ユニットと、
サポートベクターマシン分類器を構築するためのもので、前記輸入サーモンのサンプルの
赤外スペクトルデータ、同位体質量分析データ、鉱物元素データおよびアミノ酸データに
対し分割を行って、１／ｎ個のサンプルデータを選出してテスト集合とし、残りのサンプ
ルデータを訓練集合として、それぞれ赤外スペクトルデータ、同位体質量分析データ、鉱
物元素データおよびアミノ酸データに基づいて、絶えずに分類器を訓練することにより、
赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素デー
タによる分類器、アミノ酸データによる分類器を得る分類器構築ユニットと、
前記赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素
データによる分類器、アミノ酸データによる分類器の性能を交差検証する検証評価ユニッ
トと、
前記赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素
データによる分類器、アミノ酸データによる分類器に対し性能に従って順位づけを行って
、性能順に基づいて各分類器に重みを付ける順位づけユニットと、
それぞれ前記赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、
鉱物元素データによる分類器、アミノ酸データによる分類器により輸入サーモンに対し検
測を行って、被験サンプルと各国のサーモンの赤外スペクトルデータ、同位体質量分析デ
ータ、鉱物元素データ、アミノ酸データとの類似性をそれぞれ算出する検測ユニットと、
および
前記赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素
データによる分類器、アミノ酸データによる分類器により得られた類似性結果と相応の分
類器とのそれぞれの加重和を計算して、前記加重和と所定閾値とを対比することにより、
輸入サーモンの産地を判断する総合追跡ユニットとを、
含むことを特徴とする輸入サーモン産地の混合鑑別システム。 By importing salmon samples from each country, crushing and drying salmon samples, polishing the dried salmon samples, filtering with a sieve of a predetermined size, and drying again to import A pre-processing unit for obtaining salmon reference samples,
By infrared spectrometer collected the near-infrared spectrum of the reference sample of the imported salmon, however, as the wave number range 8000～4000Cm -1 scan collection, resolution 4 cm -1
The temperature of the scan is maintained at 25°C, the humidity is controlled to a stable state, and
Spectral data for each sample of imported salmon was obtained by performing three spectrum scans for each sample and averaging the spectral data collected in three times, and the near red of the salmon sample was obtained. A near-infrared spectrum collection unit that obtains near-infrared spectrum data of the final imported salmon sample by culling the singularity sample based on the variance and standard deviation of the outer spectrum;
Δ 13 C, δ 18 in the reference sample of the imported salmon by isotope ratio mass spectrometry
The values of O and δ 15 N were measured, but the isotope ratio mass spectrometry was performed three times for each sample, and the average value was compared with the isotope mass spectrometry data collected three times. By obtaining isotope mass spectrometry data for each sample of imported salmon, and by culling the singularity sample based on the variance and standard deviation of the isotope mass spectrometry data of the salmon sample, An isotope collection unit for obtaining isotope mass spectrometry data of the final imported salmon sample,
Ca, Cl, Mg in the reference sample of the imported salmon by plasma mass spectrometry,
The contents of P, K, Na, Cu, Fe, and Se were measured, but the measurement was performed three times by the plasma mass spectrometer for each sample, and the mineral element data collected in three times By obtaining the mean value, we obtain the mineral element data for each sample of imported salmon, and
A mineral element collection unit that obtains the final imported salmon sample mineral element data by culling the singularity sample based on the variance and standard deviation of the salmon sample mineral element data.
Using an amino acid analyzer, the Asp, Thr, and
Ser, Glu, Gly, Ala, Cys, Val, Met, Ile, Leu, Tyr,
The content of 18 kinds of amino acids, Phe, Lys, His, Arg, Pro, and Trp, was measured, except that each sample was measured three times by an amino acid analyzer and the amino acids collected three times. To obtain the amino acid content data of the imported salmon sample, and culling the singularity sample based on the variance and standard deviation of the salmon sample mineral element data. By doing so, an amino acid collection unit that obtains the sample amino acid data of the final imported salmon,
It is for constructing a support vector machine classifier, and is divided into 1/n sample data by dividing the infrared spectrum data, isotope mass spectrometry data, mineral element data and amino acid data of the sample of said imported salmon. As a test set, and the remaining sample data as a training set, by continuously training the classifier based on infrared spectrum data, isotope mass spectrometry data, mineral element data and amino acid data, respectively,
A classifier construction unit for obtaining a classifier based on infrared spectrum data, a classifier based on isotope mass spectrometry data, a classifier based on mineral element data, and a classifier based on amino acid data,
A classifier based on the infrared spectrum data, a classifier based on isotope mass spectrometry data, a classifier based on mineral element data, and a verification evaluation unit that cross-validates the performance of the classifier based on amino acid data,
The infrared spectrum data classifier, isotope mass spectrometry data classifier, mineral element data classifier, amino acid data classifier are ranked according to performance, and weights are assigned to each classifier based on performance order. A ranking unit to attach,
A classifier based on the infrared spectrum data, a classifier based on isotope mass spectrometry data,
Imported salmon is inspected by a classifier based on mineral element data and a classifier based on amino acid data, and the test sample is similar to the infrared spectrum data, isotope mass spectrometry data, mineral element data, and amino acid data of salmon in each country. And a measurement unit that calculates each sex,
And the weighted sum of the similarity results obtained by the classifier based on the infrared spectrum data, the classifier based on the isotope mass spectrometry data, the classifier based on the mineral element data, and the classifier based on the amino acid data, and the corresponding classifier. By calculating and comparing the weighted sum with a predetermined threshold,
With a comprehensive tracking unit that determines the origin of imported salmon,
A mixed identification system of imported salmon producing areas, which is characterized by including.
ダムにガウス動径基底関数パラメータσと複雑度パラメータＣの初期値を設定して、初期
集団サイズが２００とし、遺伝世代数が３００とし、自己認知因子ｃ１が１．５とし、社
会認知因子ｃ２が１．５とし、重み因子ｗが０．７８とする分類器パラメータの最適化を
行って、毎回の遺伝進化中で、まず、粒子の異なるＫ値のそれぞれの３００回の交差検証
の平均正確率を算出してその適応度として、次に、集団最適と個体最適を更新して、最後
に、適応度の大きさによって粒子に対し降順の順位づけを行って、優れる前半の粒子が直
接に次回の進化に進み、優れない後半の粒子が１個ずつランダムに前半の粒子と交差遺伝
をすることであり、
また、前記性能順に基づいて各分類器に重みを付ける構成は、具体的には、
赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素デー
タによる分類器、アミノ酸データによる分類器の重みがそれぞれω１、ω２、ω３、ω４
とすると、
となり、ただし、赤外スペクトルデータによる分類器、同位体質量分析データによる分類
器、鉱物元素データによる分類器、アミノ酸データによる分類器の性能が良好であるほど
重みが大きくなるように構成されるものであり、
また、前記総合追跡ユニットは、
前記赤外スペクトルデータによる分類器、同位体質量分析データによる分類器、鉱物元素
データによる分類器、アミノ酸データによる分類器により混合鑑別を行って、それらの類
似性結果がそれぞれ
、
、
、
とすると、分類器の最終の検測結果が
となり、ｒが所定閾値より大きければ、輸入サーモンがその相応国家からの輸入であり、
さもなければ、その相応国家からの輸入ではないとなっているように構成されるものを含
む、
ことを特徴とする請求項３に記載の輸入サーモン産地の混合鑑別システム。 The configuration for constructing the support vector machine classifier is such that the initial values of the Gaussian radial basis function parameter σ and the complexity parameter C are randomly set within the optimum parameter interval, and the initial population size is 200, and the genetic generation The number of 300, the self-cognitive factor c 1 is 1.5, the social cognitive factor c 2 is 1.5, and the weighting factor w is 0.78. First, the average accuracy rate of the cross-validation of 300 times for each of different K values of particles is calculated and used as the fitness, and then the population optimum and the individual optimum are updated, and finally, the fitness of Particles are ranked in descending order according to size, and the superior first-half particles directly advance to the next evolution, and the inferior latter-half particles randomly cross-inherit one by one with the first-half particles.
Further, the configuration for weighting each classifier based on the performance order is, specifically,
The weights of the infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier have weights of ω 1 , ω 2 , ω 3 , and ω 4, respectively.
Then,
However, the better the performance of the infrared spectral data classifier, the isotope mass spectrometry data classifier, the mineral element data classifier, and the amino acid data classifier, the larger the weight is configured. And
In addition, the integrated tracking unit,
The infrared spectral data classifier, isotope mass spectrometry data classifier, mineral element data classifier, amino acid data classifier performs mixed discrimination, and their similarity results are respectively
,
,
,
Then, the final inspection result of the classifier is
If r is larger than the predetermined threshold, then the imported salmon is from the corresponding country,
Otherwise, including those configured as not being imported from its corresponding state,
The mixed discrimination system for imported salmon producing areas according to claim 3, wherein
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911141295.3A CN110954499B (en) | 2019-11-20 | 2019-11-20 | Mixed identification method and system for producing areas of imported salmon |
| CN201911141295.3 | 2019-11-20 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6712691B1 true JP6712691B1 (en) | 2020-06-24 |
| JP2021081406A JP2021081406A (en) | 2021-05-27 |
Family
ID=69977949
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020007330A Expired - Fee Related JP6712691B1 (en) | 2019-11-20 | 2020-01-21 | Method and system for distinguishing mixed salmon production areas |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP6712691B1 (en) |
| CN (1) | CN110954499B (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114414551A (en) * | 2022-01-21 | 2022-04-29 | 中国海洋大学 | Fish meat identification method based on LIBS-RAMAN spectral technology |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111678973A (en) * | 2020-07-18 | 2020-09-18 | 上海海洋大学 | Method for rapidly identifying Atlantic salmon and rainbow trout based on mass spectrometry technology |
| CN112485217B (en) * | 2020-12-02 | 2023-04-25 | 仲恺农业工程学院 | Construction method and device of meat identification model applied to origin tracing |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103425996B (en) * | 2013-08-01 | 2017-08-25 | 华南理工大学 | A kind of large-scale image recognition methods of parallel distributed |
| CN106560692A (en) * | 2016-10-20 | 2017-04-12 | 中国计量大学 | Wuyi rock tea production place identification method through combination of four detection technologies |
-
2019
- 2019-11-20 CN CN201911141295.3A patent/CN110954499B/en active Active
-
2020
- 2020-01-21 JP JP2020007330A patent/JP6712691B1/en not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114414551A (en) * | 2022-01-21 | 2022-04-29 | 中国海洋大学 | Fish meat identification method based on LIBS-RAMAN spectral technology |
| CN114414551B (en) * | 2022-01-21 | 2023-09-01 | 中国海洋大学 | Fish identification method based on LIBS-RAMAN spectrum technology |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110954499A (en) | 2020-04-03 |
| JP2021081406A (en) | 2021-05-27 |
| CN110954499B (en) | 2022-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6708829B1 (en) | Mixing tracking method and system for imported beef producing areas | |
| JP6712691B1 (en) | Method and system for distinguishing mixed salmon production areas | |
| Canizo et al. | Intra-regional classification of grape seeds produced in Mendoza province (Argentina) by multi-elemental analysis and chemometrics tools | |
| Chesson et al. | Applying the principles of isotope analysis in plant and animal ecology to forensic science in the Americas | |
| Amirruddin et al. | Synthetic Minority Over-sampling TEchnique (SMOTE) and Logistic Model Tree (LMT)-Adaptive Boosting algorithms for classifying imbalanced datasets of nutrient and chlorophyll sufficiency levels of oil palm (Elaeis guineensis) using spectroradiometers and unmanned aerial vehicles | |
| Edwards et al. | Non-destructive spectroscopic and imaging techniques for the detection of processed meat fraud | |
| Mutanga | Hyperspectral remote sensing of tropical grass quality and quantity | |
| Jiang et al. | Potential use of stable isotope and multi-element analyses for regional geographical traceability of bone raw materials for gelatin production | |
| Magdas et al. | REEs–a possible tool for geographical origin assessment? | |
| Liu et al. | Application of stable isotopic and elemental composition combined with random forest algorithm for the botanical classification of Chinese honey | |
| Farrar et al. | Rapid assessment of soil carbon and nutrients following application of organic amendments | |
| Saleem et al. | Determination of adulteration of chicken meat into minced beef mixtures using front face fluorescence spectroscopy coupled with chemometric | |
| Benson et al. | Classification of fish species from different ecosystems using the near infrared diffuse reflectance spectra of otoliths | |
| Tejerina et al. | Use of Near-Infrared Spectroscopy to Discriminate DFD Beef and Predict Meat Quality Traits in Autochthonous Breeds | |
| Wang et al. | Characterization and classification of urban weed species in northeast China using terrestrial hyperspectral images | |
| Oliveira et al. | Nondestructive estimation of leaf nutrient concentrations in Eucalyptus plantations | |
| Rigby et al. | Near-infrared spectroscopy for shark ageing and biology | |
| Tao et al. | Spectral Techniques for Meat Quality and Safety Assessment | |
| Liu et al. | Combination of hyperspectral imaging and laser-induced breakdown spectroscopy for biomedical applications | |
| CN113325035B (en) | Method for rapidly distinguishing species source of livestock and poultry bone collagen peptide based on electronic tongue | |
| RU2810674C1 (en) | Method for determining mass fraction of total mercury in soils using same standard sample for soils of different composition | |
| Eady | Potential for spectral imaging applications on the small farm: a review | |
| Canizoa et al. | Intra-regional classification of grape seeds produced in Mendoza province (Argentina) by multi-elemental analysis and chemometrics tools | |
| Swami et al. | Diagnosis of Nutrient Deficiencies through Artificial Intelligence | |
| Ghosh et al. | Vegetation stress detection with hyperspectral Remote Sensing for a winning agribusiness |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200121 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200121 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200303 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200312 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200323 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6712691 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |