原奶或液态奶真实性鉴别方法和系统技术方案

本发明专利技术公开了一种原奶或液态奶真实性鉴别方法和系统。其中的方法包括：将采集到的原奶或液态奶样本的训练样本集进行氨基酸指纹、脂肪酸指纹或脂肪酸气相色谱指纹的采集，并用化学计量学软件进行数据结构分析，建立定性和定量鉴别模型；同时对奶样验证样本集进行氨基酸指纹、脂肪酸或脂肪酸气相色谱指纹的采集，并将采集的数据输入已建立的定性或定量鉴别模型，以验证模型的准确性和稳定性，并进行模型优化，直至模型准确率满足要求。最后，将优化的鉴别模型用于对原奶和液态奶真实性的鉴别。本发明专利技术可以更加准确可靠的对奶样本的真伪进行鉴别。

【技术实现步骤摘要】

本专利技术涉及奶加工
，尤其涉及一种鉴别原奶或液态奶真实性的方法和系统。
技术介绍
我国牛和山羊奶业发展的同时，马、骆驼、牦牛和水牛等动物乳(特种乳)也逐步得到了商品化开发，特种生鲜乳、消毒液态乳、发酵乳、奶酪、奶皮、奶酒和乳扇等特色产品开始在大城市超市、专卖店或蒙藏医院等场所销售。由于特种乳供应量少，风味独特，又具有较高营养价值及保健功能，特种乳产品经常供不应求，其生鲜奶价格高于牛羊奶几倍甚至十几倍。2013年至2014年初，我国主要产奶区生鲜牛奶价格在3.5?4.5元/kg，而据我们实地调查，内蒙古锡林高勒和呼伦贝尔牧民家生鲜马奶30?60元/kg，骆驼奶40?90元/kg。马奶在旅游点、蒙医院零售价甚至翻倍。位于呼和浩特市的国际中蒙医院为适应症患者提供酸马奶，但经常处于有价无货的状态。双峰驼奶干物质、脂肪和蛋白质都显著高于牛乳，也有一些显著的治疗和保健功效，故有人称其为“沙漠白金”。现代研究也证明驼乳有抗菌、护肝、防治糖尿病和慢性肾衰竭等作用，其生物活性成分也成为研究热点。目前新疆旺源驼乳产品远销广东、浙江地区，价格不菲。内蒙古阿拉善地区也有商业化加工的驼乳。巨大的供需矛盾和悬殊的价位差异，使得马和驼等特种家畜鲜乳及乳制品极易遭受掺假和冒充，甚至掺入大量植脂末、人造奶油、植物油、植物蛋白及糊精等非乳、非动物性成分。国内和国际不断发生的食品掺假事件，譬如席卷欧洲十几国的一系列马肉事件、我国“传统”的“挂羊头卖狗肉”问题，以及时常让国人绷紧神经的乳品质量和安全问题，都提示特种动物乳真实性和品质、安全性保障的必要性。检验、监督和管理的开展必需有科技的支持和保障，即首要环节是检验检测技术的开发。低价的牛奶、羊奶冒充或掺入高价位的特种动物乳是最容易和最可能发生的，另外乳中引入植物性成分也很常见，因此“物种真实性鉴别”是品质和安全性保障的一个重要方面。这种掺假或冒充虽然引起食品安全事故的风险比化学掺假低，但这种欺诈行为使产品失去了消费者想要的营养属性和保健功能，也冒犯消费者、社会文明和法规的尊严。这种违法牟利也会扰乱市场秩序、破坏特种乳制品的健康发展，甚至会反向淘汰。因此很有必要进行此类研究。
技术实现思路
鉴于此，本专利技术旨在提出一种鉴别原奶和液态奶真实性的方法及系统，基于本专利技术，可以更加准确可靠的对原奶和液态奶的真实性进行鉴别。第一方面，本专利技术原奶或液态奶真实性鉴别方法，包括如下步骤:步骤I，将收集的原奶或液态奶的奶样本划分为训练样本集和验证样本集，所述训练样本集用于模型建立，所述验证样本集用于模型验证和优化；步骤2，对所述训练样本集，进行氨基酸指纹、脂肪酸指纹或脂肪酸气相色谱指纹的检测和米集；步骤3，对所述训练样本集的氨基酸指纹、脂肪酸指纹或脂肪酸气相色谱指纹，用化学计量学软件进行数据结构分析，基于分析结果选择数据前处理方法和化学计量学软件中的分析模块建立多个鉴别模型，所述鉴别模型包括定性模型和/或定量模型；步骤4，对所述验证样本集，也进行氨基酸指纹、脂肪酸指纹或脂肪酸气相色谱指纹的米集；步骤5，将所述验证样本集的指纹数据在所述鉴别模型中运行，对比模型的判别结果与所述验证样本集中每个已知样本的真实性是否一致，确定鉴别模型的准确率；步骤6，根据准确率的高低对鉴别模型进行排序，选择准确率满足要求的鉴别模型进行优化然后返回执行步骤5 ;并以准确率的提高程度判断模型优化的效果；步骤7，用优化后的一个或多个鉴别模型对待检原奶或液态奶进行真实性鉴别。进一步优选地，上述鉴别原奶或液态奶真实性的方法中，所述鉴别模型包括定性模型和定量模型；所述定性模型包括通用模型和专用模型，其中，所述通用模型适用于对多个物种、品种或未知异常乳的真实性进行第一次判别；所述专用模型为对两物种或品种判别的二分类模型；或适用于特定地区或市场的鉴别模型；所述定量模型为对已明确的掺假对象进行掺加量计算的模型。进一步优选地，上述鉴别原奶或液态奶真实性的方法中，所述步骤6进一步为，将验证样本集中的部分验证样本归入训练样本集，获得新的训练样本集；基于所述新的训练样本集，重新演算建模或修改模型参数，获得新的鉴别模型。进一步优选地，上述鉴别原奶或液态奶真实性的方法中，所述步骤3还包括，对所述训练样本集的指纹数据进行适宜的预处理和转换。进一步优选地，上述鉴别原奶或液态奶真实性的方法中，所述步骤5还包括，对所述验证样本集的指纹数据进行的预处理和转换。进一步优选地，上述鉴别原奶或液态奶真实性的方法中，同时通过氨基酸指纹和脂肪酸指纹获取的鉴别模型对待检原奶或液态奶进行鉴别。第二方面，本专利技术还提供了一种原奶或液态奶真实性鉴别系统，包括:样本集划分模块、第一检测和采集模块、鉴别模型建立模块、第二检测和采集模块、准确率确定模块、优化模块和鉴别模块。其中，样本集划分模块用于将收集的原奶或液态奶的奶样本划分为训练样本集和验证样本集，所述训练样本集用于模型建立，所述验证样本集用于模型验证和优化；第一检测和采集模块用于对所述训练样本集，进行氨基酸指纹、脂肪酸指纹或脂肪酸气相色谱指纹的检测和采集；鉴别模型建立模块用于对所述训练样本集的氨基酸指纹、脂肪酸指纹或脂肪酸气相色谱指纹，用化学计量学软件进行数据结构分析，基于分析结果选择数据前处理方法和化学计量学软件中的分析模块建立多个鉴别模型，所述鉴别模型包括定性模型和/或定量模型；第二检测和采集模块用于对所述验证样本集进行氨基酸指纹、脂肪酸指纹或脂肪酸气相色谱指纹的检测和采集；准确率确定模块用于将所述验证样本集的指纹数据在所述鉴别模型中运行，对比模型的判别结果与所述验证样本集中每个已知样本的真实性是否一致，确定鉴别模型的准确率；优化模块用于步根据准确率的高低对鉴别模型进行排序，选择准确率满足要求的鉴别模型进行优化，并以准确率的提高程度判断模型优化的效果；；鉴别模快用于用优化后的一个或多个鉴别模型对待检原奶或液态奶进行真实性鉴别。与现有技术相比，本专利技术以氨基酸指纹、脂肪酸指纹或脂肪酸色谱图指纹为指标集，用化学计量学的方法分析和建立家畜乳的物种和品质真实性的鉴别(判别)模型，可以更加准确可靠的对原奶和液态奶的真实性进行鉴别。【附图说明】通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中:图1是本专利技术鉴别原奶或液态奶真实性的方法实施例的步骤流程图；图2是本专利技术鉴别原奶或液态奶真实性的技术路线示意图；图3A是四种家畜乳训练样本氨基酸数据集和分类示意图；图3B是四种家畜乳训练样本脂肪酸数据集和分类示意图；图4A为四种家畜乳的氨基酸PCA得分向量图；图4B为三种家畜乳的脂肪酸PCA得分向量图；图5A为马乳掺入牛乳后的氨基酸指纹SMCA判别模型示意图；图5B为马乳掺入牛乳后的脂肪酸指纹S頂CA判别模型示意图；图6A为氨基酸S頂CA模型对验证样本集判别结果示意图；图6B为脂肪酸S頂CA模型对验证样本集判别结果示意图；图7A为马乳和牛乳氨基酸PLS定量校正模型列表；图7B为马乳和牛乳脂肪酸PLS定量校正模型列表；图8A为氨基酸指纹PLS模型验证结果列表；图SB为脂肪酸指本文档来自技高网...

【技术保护点】
一种原奶或液态奶真实性鉴别方法，其特征在于，包括如下步骤：步骤1，将收集的原奶或液态奶的奶样本划分为训练样本集和验证样本集，所述训练样本集用于模型建立，所述验证样本集用于模型验证和优化；步骤2，对所述训练样本集，进行氨基酸指纹、脂肪酸指纹或脂肪酸气相色谱指纹的检测和采集；步骤3，对所述训练样本集的氨基酸指纹、脂肪酸指纹或脂肪酸气相色谱指纹，用化学计量学软件进行数据结构分析，基于分析结果选择数据前处理方法和化学计量学软件中的分析模块建立多个鉴别模型，所述鉴别模型包括定性模型和/或定量模型；步骤4，对所述验证样本集，也进行氨基酸指纹、脂肪酸指纹或脂肪酸气相色谱指纹的采集；步骤5，将所述验证样本集的指纹数据在所述鉴别模型中运行，对比模型的判别结果与所述验证样本集中每个已知样本的真实性是否一致，确定鉴别模型的准确率；步骤6，根据准确率的高低对鉴别模型进行排序，选择准确率满足要求的鉴别模型进行优化然后返回执行步骤5；并以准确率的提高程度判断模型优化的效果；步骤7，用优化后的一个或多个鉴别模型对待检原奶或液态奶进行真实性鉴别。

【技术特征摘要】

【专利技术属性】
技术研发人员：郭军，杨月欣，王竹，向雪松，陆颖，王国栋，李莎莎，刘莉敏，
申请(专利权)人：内蒙古农业大学，中国疾病预防控制中心营养与健康所，
类型：发明
国别省市：内蒙古;15