用于生鲜水产品的品质协同评价方法及系统技术方案

本发明专利技术实施例提供一种用于生鲜水产品的品质协同评价方法及系统，该方法包括：按照时间序列获取生鲜水产品货架期内的品质特征指标数据；基于生鲜水产品品质的目标特征指标提取规则，获取生鲜水产品的品质等级；根据提取得到的生鲜水产品品质评价的品质指标，构建的生鲜水产品协同评价函数；根据预测得到的剩余货架期与实际货架期的误差，对协同评价系数进行修正，得到协同评价函数模型；根据生鲜水产品的品质等级和剩余货架期，生成食用建议信息。本发明专利技术实施例全面地考虑生鲜水产品的各个质量指标与其品质之间的关系，采用多种指标之间的协调评价方法，考虑了多类水产品的评价，克服了由单一或者几种突出的质量指标评价生鲜水产品的不全面性。

【技术实现步骤摘要】
用于生鲜水产品的品质协同评价方法及系统
本专利技术涉及生鲜水产品品质安全
，尤其涉及一种用于生鲜水产品的品质协同评价方法及系统。
技术介绍
水产品富含营养物质和水分，肌肉组织中的结缔组织较少，肉质细腻，味道鲜美，广受消费者喜爱。随着水产品在膳食结构中的比重不断增加，我国居民的水产品消费量快速增长，且具有巨大的增长空间。水产品种类丰富，不同种类的水产品在贮藏期间质量变化过程中，其品质的评价指标不同。随着科学技术的进步，不同评价指标的监测方法不断创新，已经出现了多种快速便捷的气体、化学传感设备监测生鲜水产品的品质。由于捕获后的水产品内源性蛋白酶活跃，自溶速度快，pH接近中性，易在物理，化学和微生物等方面发生变化，使产品失去新鲜度，最终导致腐败变质，影响食用甚至危及消费者的生命安全。现有的生鲜水产品的品质评价方法仍然取决于单一的化学指标，例如K值，TVB-N值和三甲胺等化学指标的监测。并且，在生鲜水产品市场中，大多数的消费者缺乏判断生鲜水产品品质的生活经验，且在购买后的贮藏过程中，很难科学地判断生鲜水产品的可食用性。由此，存在食用变质的生鲜水产品而造成细菌或病毒性食物中毒的风险，同时，先进的水产品品质检测设备由于其体积和成本原因，不适合在消费者群体中广泛推广。因此，现在亟需一种用于生鲜水产品的品质协同评价方法及系统来解决上述问题。
技术实现思路
针对现有技术存在的问题，本专利技术实施例提供一种用于生鲜水产品的品质协同评价方法及系统。第一方面，本专利技术实施例提供了一种用于生鲜水产品的品质协同评价方法，包括：按照时间序列获取待评价生鲜水产品货架期内的品质特征指标数据，所述品质特征指标数据包括感官指标数据、化学指标数据、物理指标数据和微生物指标数据；基于生鲜水产品品质的目标特征指标提取规则，获取所述待评价生鲜水产品的品质等级，步骤为：计算所述待评价生鲜水产品的品质特征指标数据与对应的剩余货架期之间的相关性，以根据所述相关性和生鲜水产品品质指标判定规则，提取用于生鲜水产品品质评价的品质指标；建立生鲜水产品品质分级规则，根据所述待评价生鲜水产品的感官指标数据及所述生鲜水产品品质分级规则，确定当前时刻所述待评价生鲜水产品的品质等级；根据提取得到的生鲜水产品品质评价的品质指标，构建的生鲜水产品协同评价函数，具体步骤为：根据当前时刻所述待评价生鲜水产品的品质指标，确定生鲜水产品协同评价函数中的协同评价系数；随机提取数据库样本中90％的所述品质特征指标数据的历史数据，并带入生鲜水产品协同评价函数中，获取生鲜水产品协同评价函数模型中的各指标向量未知系数，以用于构建得到用于预测生鲜水产品剩余货架期的生鲜水产品协同评价函数；将所述数据库样本中10％的所述品质特征指标数据的历史数据带入构建好的生鲜水产品协同评价函数中，预测得到对应的剩余货架期；根据预测得到的剩余货架期与实际货架期的误差，利用学习函数对生鲜水产品协同评价函数的协同评价系数进行修正，校正生鲜水产品协同评价函数中的协同评价系数，得到用于预测当前时刻生鲜水产品剩余货架期的协同评价函数模型，以根据所述协同评价函数模型预测所述待评价生鲜水产品的剩余货架期；根据所述待评价生鲜水产品的品质等级和剩余货架期，通过知识库获取所述待评价生鲜水产品的价值信息，以用于生成所述待评价生鲜水产品的食用建议信息；其中，所述数据库和所述知识库用于存储和处理生鲜水产品的品质数据和模型。进一步地，所述生鲜水产品品质的目标特征指标提取规则和所述生鲜水产品品质分级规则通过以下步骤获取得到：基于时间序列，获取样本生鲜水产品货架期内的样本特征指标数据，并得到所述样本特征指标数据对应的样本剩余货架期，所述样本特征指标数据包括样本感官指标数据、样本物理指标数据、样本化学指标数据和样本微生物指标数据；获取样本剩余货架期和样本特征指标数据之间的相关性系数，根据所述样本剩余货架期和所述样本特征指标数据之间的相关性系数，生成所述生鲜水产品品质的目标特征指标提取规则为：当相关性系数Rx∈[0.6,1]时，将x对应的指标作为品质的评价指标，其中，x表示各个指标数据集；根据所述生鲜水产品品质的目标特征指标提取规则，得到样本生鲜水产品的目标特征指标数据，以用于构建生鲜水产品品质分级规则，所述生鲜水产品品质分级规则为：根据感官指标数据及生鲜水产品品质协同评价规则，确定当前时刻水产品的品质等级及生鲜水产品品质的协同评价函数模型中的协同评价系数，具体划分规则如下：当样品划分等级为一级时，k1∈[0.8，1]；k21∈[0.8，1]；当样品划分等级为二级时，k1∈[0.4，1]；k22∈[0.6，1]；当样品划分等级为三级时，k2∈[0.6，1]；k23∈[0.6，1]；其中，k1、k2、k21、k22和k23表示所述生鲜水产品协同评价函数的协同评价系数，所述生鲜水产品品质协同评价规则的评价标准包括品质等级和剩余货架期。进一步地，所述生鲜水产品协同评价函数通过以下步骤获取得到：根据所述目标特征指标，构建生鲜水产品协同评价函数模型，所述生鲜水产品协同评价函数模型的公式为：其中，表示生鲜水产品的剩余货架期计算值，Ks表示感官指标评价系数向量，Kp表示物理指标评价系数向量，Kc表示化学指标评价系数向量，Km表示微生物指标评价系数向量，XS表示第j次测量的感官指标数据值，XP表示第j次测量的物理指标数据值，Xc表示第j次测量的化学指标数据值，Xm表示第j次测量的微生物指标数据值；k1、k2、k21、k22和k23表示所述生鲜水产品协同评价函数的协同评价系数；随机提取数据库样本中品质特征指标数据90％的历史数据，带入生鲜水产品协同评价函数中，确定所述生鲜水产品协同评价函数模型中的各指标向量未知系数，以用于得到用于预测生鲜水产品剩余货架期的生鲜水产品协同评价函数。进一步地，在所述根据提取得到的生鲜水产品品质评价的品质指标，构建的生鲜水产品协同评价函数之后，所述方法还包括：根据所述生鲜水产品协同评价函数，将数据库样本中10％的所述品质特征指标数据的历史数据带入构建好的生鲜水产品协同评价函数中，获取样品生鲜水产品的剩余货架期计算值；根据样品生鲜水产品的剩余货架期计算值和剩余货架期真实值之间的评价误差，构建协同评价系数的误差学习公式：Kn+1＝Kn+ηXnTΔEn；其中，Kn+1表示误差学习公式修正后的协同评价系数矩阵，K＝(k1,k2*k21,k2*k22,k2*k23)；ΔEn表示第n次迭代的剩余货架期计算值与剩余货架期真实值之间的评价误差；X表示评价指标输入数据集，X＝(Ks*XS，Kp*XP，Kc*XC，Km*XM)；η表示学习率；根据所述误差学习公式，对所述生鲜水产品协同评价函数的协同评价系数进行更新，得到更新后的生鲜水产品协同评价函数模型，以用于对当前时刻生鲜水产品品质的货架期进行预测。进一步地，在所述基于时间序列，获取样本生鲜水产本文档来自技高网...

【技术保护点】
1.一种用于生鲜水产品的品质协同评价方法，其特征在于，包括：/n按照时间序列获取待评价生鲜水产品货架期内的品质特征指标数据，所述品质特征指标数据包括感官指标数据、化学指标数据、物理指标数据和微生物指标数据；/n基于生鲜水产品品质的目标特征指标提取规则，获取所述待评价生鲜水产品的品质等级，步骤为：计算所述待评价生鲜水产品的品质特征指标数据与对应的剩余货架期之间的相关性，以根据所述相关性和生鲜水产品品质指标判定规则，提取用于生鲜水产品品质评价的品质指标；建立生鲜水产品品质分级规则，根据所述待评价生鲜水产品的感官指标数据及所述生鲜水产品品质分级规则，确定当前时刻所述待评价生鲜水产品的品质等级；/n根据提取得到的生鲜水产品品质评价的品质指标，构建的生鲜水产品协同评价函数，具体步骤为：根据当前时刻所述待评价生鲜水产品的品质指标，确定生鲜水产品协同评价函数中的协同评价系数；随机提取数据库样本中90％的所述品质特征指标数据的历史数据，并带入生鲜水产品协同评价函数中，获取生鲜水产品协同评价函数模型中的各指标向量未知系数，以用于构建得到用于预测生鲜水产品剩余货架期的生鲜水产品协同评价函数；/n将所述数据库样本中10％的所述品质特征指标数据的历史数据带入构建好的生鲜水产品协同评价函数中，预测得到对应的剩余货架期；根据预测得到的剩余货架期与实际货架期的误差，利用学习函数对生鲜水产品协同评价函数的协同评价系数进行修正，校正生鲜水产品协同评价函数中的协同评价系数，得到用于预测当前时刻生鲜水产品剩余货架期的协同评价函数模型，以根据所述协同评价函数模型预测所述待评价生鲜水产品的剩余货架期；/n根据所述待评价生鲜水产品的品质等级和剩余货架期，通过知识库获取所述待评价生鲜水产品的价值信息，以用于生成所述待评价生鲜水产品的食用建议信息；/n其中，所述数据库和所述知识库用于存储和处理生鲜水产品的品质数据和模型。/n...

【技术特征摘要】
1.一种用于生鲜水产品的品质协同评价方法，其特征在于，包括：
按照时间序列获取待评价生鲜水产品货架期内的品质特征指标数据，所述品质特征指标数据包括感官指标数据、化学指标数据、物理指标数据和微生物指标数据；
基于生鲜水产品品质的目标特征指标提取规则，获取所述待评价生鲜水产品的品质等级，步骤为：计算所述待评价生鲜水产品的品质特征指标数据与对应的剩余货架期之间的相关性，以根据所述相关性和生鲜水产品品质指标判定规则，提取用于生鲜水产品品质评价的品质指标；建立生鲜水产品品质分级规则，根据所述待评价生鲜水产品的感官指标数据及所述生鲜水产品品质分级规则，确定当前时刻所述待评价生鲜水产品的品质等级；
根据提取得到的生鲜水产品品质评价的品质指标，构建的生鲜水产品协同评价函数，具体步骤为：根据当前时刻所述待评价生鲜水产品的品质指标，确定生鲜水产品协同评价函数中的协同评价系数；随机提取数据库样本中90％的所述品质特征指标数据的历史数据，并带入生鲜水产品协同评价函数中，获取生鲜水产品协同评价函数模型中的各指标向量未知系数，以用于构建得到用于预测生鲜水产品剩余货架期的生鲜水产品协同评价函数；
将所述数据库样本中10％的所述品质特征指标数据的历史数据带入构建好的生鲜水产品协同评价函数中，预测得到对应的剩余货架期；根据预测得到的剩余货架期与实际货架期的误差，利用学习函数对生鲜水产品协同评价函数的协同评价系数进行修正，校正生鲜水产品协同评价函数中的协同评价系数，得到用于预测当前时刻生鲜水产品剩余货架期的协同评价函数模型，以根据所述协同评价函数模型预测所述待评价生鲜水产品的剩余货架期；
根据所述待评价生鲜水产品的品质等级和剩余货架期，通过知识库获取所述待评价生鲜水产品的价值信息，以用于生成所述待评价生鲜水产品的食用建议信息；
其中，所述数据库和所述知识库用于存储和处理生鲜水产品的品质数据和模型。


2.根据权利要求1所述的用于生鲜水产品的品质协同评价方法，其特征在于，所述生鲜水产品品质的目标特征指标提取规则和所述生鲜水产品品质分级规则通过以下步骤获取得到：
基于时间序列，获取样本生鲜水产品货架期内的样本特征指标数据，并得到所述样本特征指标数据对应的样本剩余货架期，所述样本特征指标数据包括样本感官指标数据、样本物理指标数据、样本化学指标数据和样本微生物指标数据；
获取样本剩余货架期和样本特征指标数据之间的相关性系数，根据所述样本剩余货架期和所述样本特征指标数据之间的相关性系数，生成所述生鲜水产品品质的目标特征指标提取规则为：
当相关性系数Rx∈[0.6,1]时，将x对应的指标作为品质的评价指标，其中，x表示各个指标数据集；
根据所述生鲜水产品品质的目标特征指标提取规则，得到样本生鲜水产品的目标特征指标数据，以用于构建生鲜水产品品质分级规则，所述生鲜水产品品质分级规则为：
根据感官指标数据及生鲜水产品品质协同评价规则，确定当前时刻水产品的品质等级及生鲜水产品品质的协同评价函数模型中的协同评价系数，具体划分规则如下：
当样品划分等级为一级时，k1∈[0.8，1]；k21∈[0.8，1]；
当样品划分等级为二级时，k1∈[0.4，1]；k22∈[0.6，1]；
当样品划分等级为三级时，k2∈[0.6，1]；k23∈[0.6，1]；
其中，k1、k2、k21、k22和k23表示所述生鲜水产品协同评价函数的协同评价系数，所述生鲜水产品品质协同评价规则的评价标准包括品质等级和剩余货架期。


3.根据权利要求1所述的用于生鲜水产品的品质协同评价方法，其特征在于，所述生鲜水产品协同评价函数通过以下步骤获取得到：
根据所述目标特征指标，构建生鲜水产品协同评价函数模型，所述生鲜水产品协同评价函数模型的公式为：
lj-＝(Ks*XS)*k1+(Kp*XP*k21+Kc*XC*k22+Km*XM*k23)*k2+b；
...

【专利技术属性】
技术研发人员：张小栓，赵爽，傅泽田，王想，冯欢欢，肖新清，刘峰，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京;11