基于特定气味指纹对水果进行货架期预测的方法及装置制造方法及图纸

本发明专利技术公开一种基于特定气味指纹对水果进行货架期预测的方法及装置，能够预测处于冷链运输过程中、波动温湿度环境下水果的剩余货架期。所述方法包括：S1、在冷链运输环节利用气味传感器获取待预测的水果释放的多种标志性气体的浓度，根据所述浓度计算所述水果的信噪比谱特征值；S2、将所述信噪比谱特征值输入预设的剩余货架期预测模型，计算得到所述水果的剩余货架期。

【技术实现步骤摘要】

本专利技术涉及货架期预测
，具体涉及一种基于特定气味指纹对水果进行货架期预测的方法及装置。
技术介绍
水果属鲜活农产品，显著的特点是生鲜易腐，需要明确了解其可食用期，才能在其最大限度地保持原有新鲜度、风味和营养的期限内进行运输和销售。目前在水果冷链运输中已有搭载温湿度传感器的保温箱投入使用，可以检测记录运输过程中箱内温度和湿度的变化。但水果的品质和货架期是水果价值的决定因素，新鲜程度越高，剩余货架期较长的水果具有较高的价格。仅仅单纯监测温湿度变化，并不能准确了解水果的品质变化和剩余的可食用期。此外，温湿度的波动对水果的货架期有显著影响，经历温度波动后水果剩余货架期也会随之变化。因水果剩余货架期未知而导致运输和上架销售批次分配不合理，往往会出现之前水果品质较好价格较高，之后水果急剧腐败无人问津的情况，这就使得水果的销售利润较低。因此该方法有待改进。由上可知，水果货架期预测是易腐水果冷链运输中所面临的主要问题，目前主要通过一些温度、湿度传感器记录环境温湿度履历，而对于水果在冷链运输环境下货架期的波动预测却没有研究。
技术实现思路
有鉴于此，本专利技术实施例提供一种基于特定气味指纹对水果进行货架期预测的方法及装置，能够预测处于冷链运输过程中、波动温湿度环境下水果的剩余货架期。一方面，本专利技术实施例提出一种基于特定气味指纹对水果进行货架期预测的方法，包括：S1、在冷链运输环节利用气味传感器获取待预测的水果释放的多种标志性气体的浓度，根据所述浓度计算所述水果的信噪比谱特征值；S2、将所述信噪比谱特征值输入预设的剩余货架期预测模型，计算得到所述水果的剩余货架期。另一方面，本专利技术实施例提出一种基于特定气味指纹对水果进行货架期预测的装置，包括：气味传感器阵列，用于在冷链运输环节获取待预测的水果释放的多种标志性气体的浓度；计算模块，用于根据所述浓度计算所述水果的信噪比谱特征值，将所述信噪比谱特征值输入预设的剩余货架期预测模型，计算得到所述水果的剩余货架期。本专利技术实施例提供的基于特定气味指纹对水果进行货架期预测的方法及装置，通过采集水果产生的标志性气体的浓度，根据所述浓度计算所述水果的信噪比谱特征值，并将所述信噪比谱特征值输入预设的剩余货架期预测模型，计算得到所述水果的剩余货架期，能够预测处于运输过程中、波动温湿度环境下水果的剩余货架期，从而有助于优化订单分配，提高运输效率，为合理制定销售计划提供指导。附图说明图1为本专利技术一种基于特定气味指纹对水果进行货架期预测的方法一实施例的流程示意图；图2为本专利技术一种基于特定气味指纹对水果进行货架期预测的装置一实施例的结构示意图；图3为本专利技术一种基于特定气味指纹对水果进行货架期预测的装置另一实施例的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参看图1，本实施例公开一种基于特定气味指纹对水果进行货架期预测的方法，包括：S1、在冷链运输环节利用气味传感器获取待预测的水果释放的多种标志性气体的浓度，根据所述浓度计算所述水果的信噪比谱特征值；S2、将所述信噪比谱特征值输入预设的剩余货架期预测模型，计算得到所述水果的剩余货架期。本专利技术实施例中，可以通过电子鼻和气象色谱-质谱连用的方法筛选出水果从新鲜到腐败过程中的标志性气体。因水果腐败过程中产生的气味是复合型的，由多种气体组成，为了便于后续分析，可以利用主成分分析法等分析方法选定影响较大且浓度变化较明显的几大类气体进行研究。本实施例提供的基于特定气味指纹对水果进行货架期预测的方法，通过采集水果产生的标志性气体的浓度，根据所述浓度计算所述水果的信噪比谱特征值，并将所述信噪比谱特征值输入预设的剩余货架期预测模型，计算得到所述水果的剩余货架期，能够预测处于运输过程中、波动温湿度环境下水果的剩余货架期，从而有助于优化订单分配，提高运输效率。可选地，在本专利技术基于特定气味指纹对水果进行货架期预测的方法的另一实施例中，所述根据所述浓度计算所述水果的信噪比谱特征值，包括：对所述浓度进行模数转换，并提取所述传感器的响应特征值，其中，所述响应特征值包括初始值、信噪比谱特征值计算周期的稳定值、从所述初始值至稳定值的上升时间以及从所述初始值至稳定值的上升速率；将所述响应特征值输入DSP(数字信号处理器)，采用非线性随机共振法计算所述水果的信噪比谱特征值，其中，所述非线性随机共振法所使用的双稳态系统的特征描述如下：式中，a和b为势函数参数，x为布朗运动粒子的位置，A为输入信号强度，f0为调制信号频率，为实参数，D为噪声强度，ξ(t)为高斯白噪声，t表示时间，所述信噪比谱特征值EIGSNR的计算公式为式中，ω为功率谱尖峰对应的频率，Ω为随机共振噪声对应的频率，S(ω)为信号功率谱密度，SN(Ω)为噪声在信号频率区域内的强度。本专利技术实施例中，可以使用气味传感器阵列采集待预测的水果释放的多种标志性气体。气味传感器阵列中有多种传感器，每种传感器对不同气体有交叉响应，被检测气体的浓度转变为电信号，再经过模数转换得到数字信息。需要说明的是，气味传感器阵列采集待预测的水果释放的多种标志性气体的浓度为实时采集，而计算水果的信噪比谱特征值为周期性计算。在一个计算周期内，信噪比谱特征值计算周期的稳定值为气味传感器阵列采集的混合气体浓度的稳定值。若初始值表示为Vs，稳定值表示为Ve，上升时间表示为Ti，则上升速率为非线性随机共振法包括三个因素：双稳态系统、外加噪声源和输入信号，其中，输入信号即为响应特征值。将所述响应特征值输入DSP，采用非线性随机共振法即可计算出所述水果的信噪比谱特征值，采用非线性随机共振法计算信噪比谱特征值的过程为现有技术，此处不再赘述。可选地，在本专利技术基于特定气味指纹对水果进行货架期预测的方法的另一实施例中，所述S2，包括：S20、根据预先确定的所述水果的新鲜度预测模型计算所述水果的新鲜度Tq，其中，所述新鲜度预测模型为Tq＝(EIGSNR+m)/n，m和n为预先计算出的参数；S21、通过将所述新鲜度Tq与预先计算出的多个不同品质阶段的新鲜度进行比较，确定出所述水果所处的品质阶段；S22、根据所述水果所处的品质阶段确定出所述水果的剩余货架期。本专利技术实施例中，因水果种类的不同，m和n的数值也有所不同，可以由实验数据拟合得出具体可以通过计算多组不同新鲜度水果样品的信噪比谱特征值，并对所述多组不同新鲜度水果样品的信噪比谱特征值进行数据拟合，得到所述新鲜度预测模型。可选地，在本专利技术基于特定气味指纹对水果进行货架期预测的方法的另一实施例中，所述S21，包括：将所述新鲜度Tq与所述多个不同品质阶段的新鲜度进行比较，若Tq≤T1，则确定出所述水果所处的品质阶段为T1所对应的品质阶段，或者若Tq∈(Ti,Ti+1]，则确定出所述水果所处的品质阶段为Ti+1所对应的品质阶段，或者若Tq>Tn-1，则确定出所述水果所处的品质阶段为Tn所对应的品质阶段，其中，所述多个不同品质阶段包括n个阶段，新鲜度从新本文档来自技高网...

【技术保护点】
一种基于特定气味指纹对水果进行货架期预测的方法，其特征在于，包括：S1、在冷链运输环节利用气味传感器获取待预测的水果释放的多种标志性气体的浓度，根据所述浓度计算所述水果的信噪比谱特征值；S2、将所述信噪比谱特征值输入预设的剩余货架期预测模型，计算得到所述水果的剩余货架期。

【技术特征摘要】
1.一种基于特定气味指纹对水果进行货架期预测的方法，其特征在于，包括：S1、在冷链运输环节利用气味传感器获取待预测的水果释放的多种标志性气体的浓度，根据所述浓度计算所述水果的信噪比谱特征值；S2、将所述信噪比谱特征值输入预设的剩余货架期预测模型，计算得到所述水果的剩余货架期。2.根据权利要求1所述的方法，其特征在于，所述根据所述浓度计算所述水果的信噪比谱特征值，包括：对所述浓度进行模数转换，并提取所述传感器的响应特征值，其中，所述响应特征值包括初始值、信噪比谱特征值计算周期的稳定值、从所述初始值至稳定值的上升时间以及从所述初始值至稳定值的上升速率；将所述响应特征值输入DSP，采用非线性随机共振法计算所述水果的信噪比谱特征值，其中，所述非线性随机共振法所使用的双稳态系统的特征描述如下：式中，a和b为势函数参数，x为布朗运动粒子的位置，A为输入信号强度，f0为调制信号频率，为实参数，D为噪声强度，ξ(t)为高斯白噪声，t表示时间，所述信噪比谱特征值EIGSNR的计算公式为EIGSNR=2[limΔω→0∫Ω-ΔωΩ+ΔωS(ω)dω]/SN(Ω),]]>式中，ω为功率谱尖峰对应的频率，Ω为随机共振噪声对应的频率，S(ω)为信号功率谱密度，SN(Ω)为噪声在信号频率区域内的强度。3.根据权利要求2所述的方法，其特征在于，所述S2，包括：S20、根据预先确定的所述水果的新鲜度预测模型计算所述水果的新鲜度Tq，其中，所述...

【专利技术属性】
技术研发人员：钱建平，韩帅，吴晓明，史策，杨信廷，
申请(专利权)人：北京农业信息技术研究中心，
类型：发明
国别省市：北京;11