【技术实现步骤摘要】
一体化肉品多指标快速无损检测系统
[0001]本专利技术涉及肉品多指标检测
更具体地说，本专利技术涉及一种一体化肉品多指标快速无损检测系统。
技术介绍
[0002]肉品品质主要包括食用品质、加工品质、营养品质和安全品质。目前肉品品质评价方法大多还是以理化检测、感官评价方法为主，感官评价的判别结果不够客观，而理化检测主要采用物理或化学的分析方法对肉的指标进行检测，该法检测精准度高、结果客观可信，但是检测前处理繁琐、且会对样品造成破坏，难以满足实际生产中大批量样品短时间检测的需求，其中，用于评价食用品质的指标主要包括肉色、嫩度等；用于评价加工品质的指标主要包括系水力、pH等；用于评价营养品质的指标主要包括蛋白质含量、脂肪含量、水分、UFA（不饱和脂肪酸）、必需氨基酸总量等；用于评价安全品质的指标主要包括菌落总数、挥发性盐基氮、生物胺等。
[0003]近年来，近红外光谱技术已经成功用于肉品的品质评价，例如，名称为生鲜牛肉多指标的快速无损检测方法，申请号为201510965311.6的专利中公开了通过多指标预测模型的...
【技术保护点】
【技术特征摘要】
1.一体化肉品多指标快速无损检测系统，其特征在于，包括：光谱仪，其用于获取待测样品的近红外光谱数据；工业平板，其包括：模型嵌入模块，用于存储多个指标预测模型；模型确定模块，其与所述模型嵌入模块连接，用于调用至少一个指标预测模型；指标预测模块，其与所述光谱仪和模型确定模块连接，用于接收待测样品的近红外光谱数据，并结合调用的预测模型，预测待测样品的指标数据；其中，所述光谱仪的检测器元件的个数依据最终极小分辨率确定，且待测样品的近红外光谱数据采集过程中控制分辨率为最终极小分辨率，确定最终极小分辨率包括以下步骤：S1、基于不同的分辨率采集样品集中每个样品的光谱波长数据；S2、依据模型嵌入模块存储的多个指标预测模型确定多项预测指标，对于任一预测指标，在不同分辨率下，根据该分辨率下的光谱波长数据、与该预测指标对应的参比值，应用化学计量学的方法建立该预测指标在该分辨率下的指标预测模型，并确定指标预测模型的预测相关系数；S3、确定任一预测指标在不同分辨率下的预测相关系数对于分辨率的拐点，确定该拐点对应的分辨率为该预测指标的极小分辨率；S4、确定全部预测指标的极小分辨率中的最大值为最终极小分辨率。2.如权利要求1所述的一体化肉品多指标快速无损检测系统，其特征在于，依据多个指标预测模型确定多项预测指标为肉色、嫩度、系水力、pH、蛋白质含量、脂肪含量、水分、菌落总数、挥发性盐基氮、UFA、必需氨基酸总量、生物胺中的至少3种；其中，当预测指标为肉色、系水力、水分时，采集波段为400
‑
1050nm；当预测指标为嫩度、pH、蛋白质含量、脂肪含量时，采集波段为900
‑
1700nm；当预测指标为菌落总数、挥发性盐基氮、UFA、必需氨基酸总量、生物胺时，采集波段为400
‑
1050nm、900
‑
1700nm；当多项预测指标对应的采集波段同时包括400
‑
1050nm、900
‑
1700nm，将多项预测指标分为采集波段包括400
‑
1050nm的A组和采集波段包括900
‑
1700nm的B组，分别确定A组对应的全部预测指标在400
‑
1050nm采集波段的最终极小分辨率、B组对应的全部预测指标在900
‑
1700nm采集波段的最终极小分辨率。3.如权利要求1所述的一体化肉品多指标快速无损检测系统，其特征在于，A组的预测指标的不同的分辨率范围为0.4
‑
8nm，B组的预测指标的不同的分辨率范围为15
‑
45nm。4.如权利要求1所述的一体化肉品多指标快速无损检测系统，其特征在于，每个指标预测模型构建的方法包括以下步骤：确定样本集，测定样品集中每个样品对应每项预测指标的参比值，其中，所述样本集中样本的属性与待测样品的属性相同；依据多项预测指标确定采集波段，采集样品集中每个样品在对应采集波段的近红外光谱数据，其中，当预测指标为菌落总数、挥发性盐基氮...
【专利技术属性】
技术研发人员：郑晓春，张德权，陈丽，李少博，李欣，侯成立，才秀，伊金桑茂，
申请(专利权)人：中国农业科学院农产品加工研究所，
类型：发明
国别省市：
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。