一种光谱快速检测菜肴营养素含量及预测主料质量比的方法技术

本发明专利技术提供一种光谱快速检测菜肴营养素含量及预测主料质量比的方法。本发明专利技术建立了基于近红外光谱技术的菜肴营养素含量预测模型，以及利用营养素含量对菜肴主料质量比进行预测的方法。精准检测菜肴中的营养素，可为合理膳食提供数据支持，同时，根据建立的营养素含量预测模型，可以推断菜肴总质量固定情况下不同主料的质量比，为特殊人群对营养素不同需求提供保障。提供保障。

【技术实现步骤摘要】
一种光谱快速检测菜肴营养素含量及预测主料质量比的方法


[0001]本专利技术涉及光谱检测领域，具体地说，涉及一种光谱快速检测菜肴营养素含量及预测主料质量比的方法。

技术介绍

[0002]检测食物中营养成分含量，对于指导消费者合理膳食、保障人体健康具有重要意义。中式菜肴是我国每日膳食必不可少的主餐食物，其主料成分复杂，烹饪手段多样，产品形式不一，国标检测存在操作繁琐、效率低下等问题。采用营养成分表进行计算，结果比较粗糙，不准确，忽略了不同质量比菜肴之间的差异，无法准确的确定菜肴中营养素含量。以蛋白质为例，根据GB
‑
5009.5
‑
2016《食品中蛋白质的测定》方法，主要分为凯氏定氮法、分光光度法、燃烧法进行检测，该方法处理样品操作繁琐，耗费大量化学试剂。
[0003]近红外(Near Infrared，NIR)光谱分析技术具有非破坏性、无污染、分析速度快等优势，已被广泛用于单一食品中营养素含量的检测。张冬妍等利用近红外光谱结合极限学习机的方法对毛榛与平榛蛋白质含量进行检测，两种榛子的R
P...

【技术保护点】

【技术特征摘要】
1.一种光谱快速检测菜肴营养素含量的方法，其特征在于，所述菜肴的原料包括主料和调味料；所述营养素包括菜肴碳水化合物、脂肪、蛋白质、维生素、水、膳食纤维、微量元素；所述方法包括以下步骤：A、用不同主料加工制作N个质量比的菜肴样品，然后依据感官评价选取最优烹饪时间及烹饪功率，进行菜肴样品制作；用于制作菜肴的主料与调味料的质量比为20～60:1；将主料中的各种食材按不同质量比制作菜肴样品，混合所有样本组成总样品集；B、将熟制后的N个质量比的菜肴用厨师机搅碎，从每一个制作的搅碎菜肴中获取T个待测样品；C、采集T
×
N个样品的光谱数据；D、采用理化方法分别测定总样品集中各样品的营养素含量；E、将采集的光谱数据分为训练集和测试集，以训练集光谱数据作为自变量，营养素含量作为因变量，同时结合光谱数据预处理以及光谱特征波段提取，建立数学模型，并采用测试集对所建模型进行验证；F、对步骤E所建模型进行评价，判定模型的有效性，获得有效数学模型；G、在相同实验条件下，采集待测菜肴样品的光谱数据，利用步骤F获得的有效数学模型，预测出待测菜肴样品的营养素含量；步骤A和G中菜肴样品的制作工艺相同。2.根据权利要求1所述的方法，其特征在于，步骤D中各种营养素的含量依据国标方法进行检测。3.根据权利要求1所述的方法，其特征在于，步骤E中光谱数据预处理采用广义偏最小二乘加权、S
‑
G卷积平滑、矢量归一化或多元散射校正。4.根据权利要求1所述的方法，其特征在于，步骤D中特征波段提取采用前向区间偏最小二乘、后向区间偏最小二乘、连续投影算法、后向区间偏最小二乘与连续投影算法联用、基因遗传算法或竞争性自适应重加权算法。5.根据权利要求1所述的方法，其特征在于，步骤D中建立数学模型采用偏最小二乘模型、主成分回归模型或支持向量机模型。6.根据权利要求1
‑
5任一项所述的方法，其特征在于，步骤E中以预测集决定系数、预测集均方根误差、误差范围率、相对分析误差为评价指标来判定模型的有效性。7.基于权利要求1
‑
6任一项所述方法预测菜肴主料质量比的方法。8.根据权利要求7所述的方法，其特征在于，样品组成符合式(1)
‑
式(3)，其中主料配比符合式(1)；调味料组成符合式(2)，其总营养素含量为固定值且各种调料中营养素含量远小于主料中该营养素含量；菜肴总重符合式(3)：
H＝S
×
M(I
i
)+O
×
M(I2)+
……
+U
×
M(I
n
)
ꢀꢀꢀ
(2)J＝M+H
ꢀꢀꢀꢀꢀꢀ
(3)其中G1、G2...

【专利技术属性】
技术研发人员：魏文松，张春江，邢淑娟，艾鑫，刘崇歆，房佳佳，曹凯，
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：