本發(fā)明涉及冷凍豬肉貯藏時間的檢測方法,特別涉及基于近紅外雙波段比的快速預(yù)測冷凍豬肉貯藏時間的方法。
背景技術(shù):
豬肉是我國消費量最大的肉品之一,但新鮮豬肉由于富含蛋白質(zhì)、脂肪等營養(yǎng)成分,極易發(fā)生腐敗變質(zhì)。為了延長豬肉的保質(zhì)期,在過去的幾十年里,雖然出現(xiàn)了許多新興的保鮮技術(shù),但冷凍保藏仍然是目前保存肉品的最主要方式之一,也是肉品市場流通的主要形態(tài)。在冷凍保藏條件下,新鮮肉品的保質(zhì)期雖然得到大幅延長,但隨著冷藏時間的增加,由于溫度波動及反復(fù)凍融等因素的影響,其蛋白質(zhì)和脂肪等會逐步發(fā)生分解產(chǎn)生甲胺、尸胺、甲烷和甲基吲哚等具有腐蝕和刺激性物質(zhì),造成肉品品質(zhì)的劣化。肉品品質(zhì)的劣化程度與冷凍貯藏時間通常呈正比,因此,對冷凍豬肉的貯藏時間進行檢測對評價冷凍豬肉的品質(zhì)和保障食品安全具有重要意義。尤其是去年媒體關(guān)于“僵尸肉”事件的報道,引起了人們對冷凍肉貯藏時間的極大關(guān)注。冷凍技術(shù)一方面對肉品的保鮮起到了積極的作用,然而另一方面,肉品的凍結(jié)狀態(tài)也對肉品本身的品質(zhì)起到了掩蓋作用,使得冷凍肉貯藏時間的鑒別比新鮮肉更加困難。在冷凍肉品質(zhì)的檢測方面,傳統(tǒng)方法大多是先將冷凍肉進行解凍處理,再對其品質(zhì)指標進行測定,具有損壞樣品、步驟繁瑣、耗時等缺點。采用快速無損的檢測技術(shù)對冷凍肉品的貯藏時間進行檢測,對保障肉品安全具有重要意義,然而,目前關(guān)于冷凍肉快速無損檢測方面的報道還很少。
近紅外光譜記錄的主要是有機物含氫基團X-H(X=C、N、O)振動的倍頻和合頻吸收。不同基團(如甲基、亞甲基,苯環(huán)等)或同一基團在不同化學環(huán)境中的近紅外吸收波長與強度都有明顯差別,因此近紅外光譜具有豐富的結(jié)構(gòu)和組成信息,非常適合用于碳氫有機物質(zhì)的組成與性質(zhì)測量。目前,在肉品品質(zhì)的檢測方面已經(jīng)有一些采用近紅外光譜的報道,這些報道多集中在常溫肉品質(zhì)的檢測方面,如中國發(fā)明專利CN102590103A公布了一種基于近紅外的肉品檢測儀及檢測方法;中國發(fā)明專利CN104568796A公布了一種基于可見/近紅外光譜豬肉保存時間的檢測方法;中國發(fā)明專利CN102519906B公布了一種多通道近紅外光譜牛肉品質(zhì)多參數(shù)同時檢測的方法。在冷凍肉品質(zhì)的檢測方面,目前僅有中國發(fā)明專利CN105136709A公開了一種測量冷凍肉的冷凍參數(shù)的方法及裝置,該專利通過冷凍參數(shù)與近紅外光譜的化學計量學關(guān)系模型,實現(xiàn)冷凍品冷凍溫度和冷凍速率的快速測量。但是,對冷凍豬肉貯藏時間的快速、簡單的檢測方法缺乏。
技術(shù)實現(xiàn)要素:
為了克服現(xiàn)有技術(shù)的上述缺點與不足,本發(fā)明的目的在于提供一種基于近紅外雙波段比的快速預(yù)測冷凍豬肉貯藏時間的方法,實現(xiàn)在冷凍狀態(tài)下對豬肉的冷凍貯藏時間進行直接檢測,具有快速無損的優(yōu)點。
本發(fā)明的目的通過以下技術(shù)方案實現(xiàn):
基于近紅外雙波段比的快速預(yù)測冷凍豬肉貯藏時間的方法,包括以下步驟:
(1)對冷凍豬肉進行掃描及校正,獲取冷凍豬肉的近紅外光譜;
(2)分別計算冷凍豬肉的近紅外光譜中以特征波段1350nm為中心區(qū)域的波段中心值Rm1350、以1890nm為中心區(qū)域的波段中心值Rm1890、以基準波段1500nm為中心區(qū)域的波段中心值Rm1500;
Rm1350=R1348×0.1+R1349×0.2+R1350×0.4+R1351×0.2+R1352×0.1
Rm1890=R1888×0.1+R1889×0.2+R1890×0.4+R1891×0.2+R1892×0.1
Rm1500=R1498×0.1+R1499×0.2+R1500×0.4+R1551×0.2+R1552×0.1
R1348、R1349、R1350、R1351、R1352、R1888、R1889、R1890、R1891、R1892、R1498、R1499、R1500、R1551、R1552分別為冷凍豬肉在1348nm、1349nm、1350nm、1351nm、1352nm、1888nm、1889nm、1890nm、1891nm、1892nm、1498nm、1499nm、1500nm、1501nm、1502nm處的光譜值;
(3)計算特征波段1890nm的標準中心值Sm1890:
Sm1890=Rm1890/Rm1500
(4)將Rm1350與Sm1890的比值作為特征向量I,即I=Rm1350/Sm1890;
(5)將特征向量I代入基于特征向量I與冷凍貯藏時間t的特征指數(shù)函數(shù)t=1E+07e-97.34I,得到冷凍豬肉的冷藏時間預(yù)測值。
步驟(5)所述基于特征向量I與冷凍貯藏時間t的特征指數(shù)函數(shù),由以下方法訓練得到:
(a)選取多個貯藏時間不同的豬肉作為冷凍豬肉訓練樣本,取出并利用近紅外光譜儀對冷凍豬肉訓練樣本進行掃描并校正;
(b)分別計算冷凍豬肉訓練樣本的近紅外光譜中以特征波段1350nm為中心區(qū)域的波段中心值R’m1350、以1890nm為中心區(qū)域的波段中心值R’m1890、以基準波段1500nm為中心區(qū)域的波段中心值R’m1500;
R’m1350=R’1348×0.1+R’1349×0.2+R’1350×0.4+R’1351×0.2+R’1352×0.1
R’m1890=R’1888×0.1+R’1889×0.2+R’1890×0.4+R’1891×0.2+R’1892×0.1
R’m1500=R’1498×0.1+R’1499×0.2+R’1500×0.4+R’1551×0.2+R’1552×0.1
R’1348、R’1349、R’1350、R’1351、R’1352、R’1888、R’1889、R’1890、R’1891、R’1892、R’1498、R’1499、R’1500、R’1551、R’1552分別為冷凍豬肉訓練樣本在1348nm、1349nm、1350nm、1351nm、1352nm、1888nm、1889nm、1890nm、1891nm、1892nm、1498nm、1499nm、1500nm、1501nm、1502nm處的光譜值;
(c)計算冷凍豬肉訓練樣本特征波段1890nm的標準中心值S’m1890:
S’m1890=R’m1890/R’m1500
(d)將R’m1350與S’m1890的比值作為冷凍豬肉樣本的訓練特征向量I’,即I’=R’m1350/S’m1890;
(e)利用冷凍豬肉樣本的訓練特征向量建立模型,得到基于特征向量I與冷凍貯藏時間t的特征指數(shù)函數(shù):t=1E+07e-97.34I。
所述貯藏時間不同的豬肉為貯藏時間分別為1、3、6、9、12個月的豬肉。
所述基于特征向量I與冷凍貯藏時間t的特征指數(shù)函數(shù)的回歸系數(shù)為0.9953。
所述基于特征向量I與冷凍貯藏時間t的特征指數(shù)函數(shù)的預(yù)測決定系數(shù)0.9947,預(yù)測均方根誤差為0.1256月。
步驟(a)所述對冷凍豬肉訓練樣本進行掃描,具體為對處于冷凍狀態(tài)的冷凍豬肉訓練樣本進行掃描;
步驟(1)所述對冷凍豬肉進行掃描,具體為:對處于冷凍狀態(tài)的冷凍豬肉進行掃描。
本發(fā)明的原理如下:
在冷凍豬肉的近紅外光譜中,隨著冷凍貯藏時間的增加,其在1890nm附近處水分子的O-H組合頻吸收譜帶和1500nm附近處水分子O-H一級倍頻吸收譜帶的波譜反射值的比值基本保持不變,而在1350nm附近處蛋白質(zhì)和脂肪的C-H組合頻吸收譜帶的波譜反射值呈明顯下降趨勢,本發(fā)明利用近紅外特征波段比,可快速預(yù)測冷凍豬肉貯藏時間的方法。
與現(xiàn)有技術(shù)相比,本發(fā)明具有以下優(yōu)點和有益效果:
(1)本發(fā)明克服了現(xiàn)有技術(shù)中對冷凍肉質(zhì)進行檢測時先將冷凍肉進行解凍處理,再對其新鮮度指標進行測定帶來的損壞樣品、步驟繁瑣、耗時等缺點,能夠在冷凍狀態(tài)下對豬肉的冷凍貯藏時間進行直接檢測,具有快速無損的優(yōu)點。
(2)本發(fā)明的基于近紅外雙波段比的快速預(yù)測冷凍豬肉貯藏時間的方法,采用的基于特征向量I與冷凍貯藏時間t的特征指數(shù)函數(shù),回歸系數(shù)可達0.995,預(yù)測決定系數(shù)可達0.9947,預(yù)測均方根誤差僅為0.1256月,測試結(jié)果準確。
附圖說明
圖1為本發(fā)明的實施例的冷凍豬肉訓練樣本在不同貯藏時間下的近紅外光譜。
圖2為本發(fā)明的實施例的特征指數(shù)函數(shù)。
圖3為本發(fā)明的本實施例的基于近紅外雙波段比的快速預(yù)測冷凍豬肉貯藏時間的方法的測試過程。
圖4為本發(fā)明的實施例的預(yù)測集樣本冷凍貯藏時間的計算值與實際值對比圖。
具體實施方式
下面結(jié)合實施例,對本發(fā)明作進一步地詳細說明,但本發(fā)明的實施方式不限于此。
實施例
本實施例的基于近紅外雙波段比的快速預(yù)測冷凍豬肉貯藏時間的方法的訓練過程如下:
(1)選取新鮮豬肉樣本并切成4cm×5cm×10cm尺寸,重量約為200克樣品100塊,其中每20塊作為一組,共5組,在-40℃冷凍溫度下冷凍并貯藏。
(2)分別在貯藏1、3、6、9、12個月時,取出1組冷凍豬肉,利用近紅外光譜儀對冷凍豬肉樣本進行掃描并校正,獲取100個冷凍豬肉樣本的近紅外光譜,隨機分配60個到訓練集,40個到驗證集。本實施例得到的冷凍豬肉訓練樣本在不同貯藏時間下的近紅外光譜如圖1所示。
(3)對冷凍豬肉訓練樣本的近紅外光譜進行分析,將訓練冷凍豬肉樣本在1350nm特征波段處的波段中心值、1500nm特征波段出的波段中心值與1890nm特征波段處的波段標準中心值的比值作為訓練特征向量,計算基于特征向量I與冷凍貯藏時間t的特征指數(shù)函數(shù):
(3-1)利用權(quán)函數(shù)分別計算冷凍豬肉訓練樣本的近紅外光譜中以特征波段1350nm為中心區(qū)域的波段中心值R’m1350、以1890nm為中心區(qū)域的波段中心值R’m1890、以基準波段1500nm為中心區(qū)域的波段中心值R’m1500;
R’m1350=R’1348×0.1+R’1349×0.2+R’1350×0.4+R’1351×0.2+R’1352×0.1
R’m1890=R’1888×0.1+R’1889×0.2+R’1890×0.4+R’1891×0.2+R’1892×0.1
R’m1500=R’1498×0.1+R’1499×0.2+R’1500×0.4+R’1551×0.2+R’1552×0.1
R’1348、R’1349、R’1350、R’1351、R’1352、R’1888、R’1889、R’1890、R’1891、R’1892、R’1498、R’1499、R’1500、R’1551、R’1552分別為冷凍豬肉訓練樣本在1348nm、1349nm、1350nm、1351nm、1352nm、1888nm、1889nm、1890nm、1891nm、1892nm、1498nm、1499nm、1500nm、1501nm、1502nm處的光譜值;
(3-2)計算冷凍豬肉訓練樣本特征波段1890nm的標準中心值S’m1890:
S’m1890=R’m1890/R’m1500
(3-3)將R’m1350與S’m1890的比值作為凍豬肉樣本的訓練特征向量I’,即I’=R’m1350/S’m1890;
(3-4)利用冷凍豬肉樣本的訓練特征向量建立模型,得到基于特征向量I與冷凍貯藏時間t的特征指數(shù)函數(shù):t=1E+07e-97.34I,如圖2所示。
如圖3所示,本實施例的基于近紅外雙波段比的快速預(yù)測冷凍豬肉貯藏時間的方法的測試過程如下:
(1)對冷凍豬肉進行掃描及校正,獲取冷凍豬肉的近紅外光譜;
(2)分別計算冷凍豬肉的近紅外光譜中以特征波段1350nm為中心區(qū)域的波段中心值Rm1350、以1890nm為中心區(qū)域的波段中心值Rm1890、以基準波段1500nm為中心區(qū)域的波段中心值Rm1500;
Rm1350=R1348×0.1+R1349×0.2+R1350×0.4+R1351×0.2+R1352×0.1
Rm1890=R1888×0.1+R1889×0.2+R1890×0.4+R1891×0.2+R1892×0.1
Rm1500=R1498×0.1+R1499×0.2+R1500×0.4+R1551×0.2+R1552×0.1
R1348、R1349、R1350、R1351、R1352、R1888、R1889、R1890、R1891、R1892、R1498、R1499、R1500、R1551、R1552分別為冷凍豬肉在1348nm、1349nm、1350nm、1351nm、1352nm、1888nm、1889nm、1890nm、1891nm、1892nm、1498nm、1499nm、1500nm、1501nm、1502nm處的光譜值;
(3)計算特征波段1890nm的標準中心值Sm1890:
Sm1890=Rm1890/Rm1500
(4)將Rm1350與Sm1890的比值作為特征向量I,即I=Rm1350/Sm1890;
(5)將特征向量I代入基于特征向量I與冷凍貯藏時間t的特征指數(shù)函數(shù)t=1E+07e-97.34I,得到冷凍豬肉的冷藏時間預(yù)測值,結(jié)果顯示其預(yù)測決定系數(shù)達0.9947,預(yù)測均方根誤差僅為0.1256月,如圖4所示。
上述實施例為本發(fā)明較佳的實施方式,但本發(fā)明的實施方式并不受所述實施例的限制,其他的任何未背離本發(fā)明的精神實質(zhì)與原理下所作的改變、修飾、替代、組合、簡化,均應(yīng)為等效的置換方式,都包含在本發(fā)明的保護范圍之內(nèi)。