【技术实现步骤摘要】
与菜肴风味及其制作相关的方法和装置，计算机可读存储介质和程序模块构架
本专利技术涉及菜肴风味分析方法，其包括为自动量化模糊语义而对人工神经网络的训练方法，还包括得到菜肴制作信息的方法。
技术介绍
菜肴的品质高低平不仅仅取决于菜肴呈现的味觉感受，还涉及到口感、气味等多种因素，这些因素相互影响共同体现了一道菜肴的风味，例如：甜而不腻、软糯鲜滑、香酥爽脆、回味悠长等。而这种风味则直接影响了菜肴的品质。为了获得高品质的菜肴，人们期待这些风味能够被复制至不同菜肴，并能够被重复再现。但是，目前没有一种传感器能够准确地测量这种风味因素，因为不同气味的组合会极大地影响风味，所以即使使用一系列的传感器来测量菜肴中的各种气味因子，也很难衡量出这些气味因子在何种组合下能够获得最佳风味。并且，这些风味的形成复杂，难以量化分析，具体而言，风味的形成并不是依赖单一一种调料的定量添加，或者特定若干种调料的固定比例调配，影响风味的因素多种多样难以进行分析。因此，目前并没有可以分析检测这种风味因素的设备，仅能依据人们的感受对风味因素进行分析，...
【技术保护点】
1.为得到预期风味的菜肴的制作信息而对人工神经网络的训练方法，其特征在于包括以下步骤：/nP.多次执行下述样本获取步骤，获得多组学习样本，每次样本获取步骤包括如下A、B、C：/n——A.记录一种量化式制作方法中的食材信息、调味信息和制作工艺信息，调味信息包括调味料的种类及各种调味料之间的比例；/n——B.记录实验者品尝该种量化式制作方法制作得到的菜肴后给出的评价，该评价是从风味词汇库中选择出的风味词汇，风味词汇是指语义模糊的菜肴评价词汇；/n——C.以食材信息、风味词汇作为输入信号，以调味信息、制作工艺信息作为输出信号，构成供人工神经网络进行模式识别训练的一组学习样本；/n...
【技术特征摘要】
1.为得到预期风味的菜肴的制作信息而对人工神经网络的训练方法，其特征在于包括以下步骤：
P.多次执行下述样本获取步骤，获得多组学习样本，每次样本获取步骤包括如下A、B、C：
——A.记录一种量化式制作方法中的食材信息、调味信息和制作工艺信息，调味信息包括调味料的种类及各种调味料之间的比例；
——B.记录实验者品尝该种量化式制作方法制作得到的菜肴后给出的评价，该评价是从风味词汇库中选择出的风味词汇，风味词汇是指语义模糊的菜肴评价词汇；
——C.以食材信息、风味词汇作为输入信号，以调味信息、制作工艺信息作为输出信号，构成供人工神经网络进行模式识别训练的一组学习样本；
Q.采用上述多组学习样本对人工神经网络进行模式识别训练，直至该人工神经网络具备根据食材信息、风味词汇给出食材实现所述风味所需要的调味信息、制作工艺信息的能力。
2.为得到预期风味的菜肴的制作信息而对人工神经网络的训练装置，其特征在于包括以下软件模块：
样本获取模块，用于获得多组学习样本，样本获取模块包括以下软件单元：
——食材制作记录单元，用于记录一种量化式制作方法中的食材信息、调味信息和制作工艺信息，调味信息包括调味料的种类及各种调味料之间的比例；
——菜肴评价记录单元，记录实验者品尝该种量化式制作方法制作得到的菜肴后给出的评价，该评价是从风味词汇库中选择出的风味词汇，风味词汇是指语义模糊的菜肴评价词汇；
——样本生成单元，以食材信息、风味词汇作为输入信号，以调味信息、制作工艺信息作为输出信号，构成供人工神经网络进行模式识别训练的一组学习样本；
神经网络训练模块，用于采用上述多组学习样本对人工神经网络进行模式识别训练，直至该人工神经网络具备根据食材信息、风味词汇给出食材实现所述风味所需要的调味信息、制作工艺信息的能力。
3.一种得到菜肴制作信息的方法，其特征在于包括以下步骤：接收用户输入的风味词汇和食材信息，并将其输入已训练好的人工神经网络，由该人工神经网络据此输出调味信息和制作工艺信息；风味词汇是指语义模糊的菜肴评价词汇，调味信息包括调味料的种类及各种调味料之间的比例。
4.一种得到菜肴制作信息的装置，其特征在于包括以下软件单元：
信息获取单元，用于接收用户输入的风味词汇和食材信息并将其输入已训练好的人工神经网络中，风味词汇是语义模糊的菜肴评价词汇；
人工神经网络，用于根据食材信息、风味词汇给出食材实现所述风味所需要的调味信息、制作工艺信息，调味信息包括调味料的种类及各种调味料之间的比例。
...
【专利技术属性】
技术研发人员：傅峰峰，江志强，苏美茵，谢婉文，
申请(专利权)人：广州富港万嘉智能科技有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。