炒饭食味特性的快速定量评价方法技术

本发明专利技术属于食品加工技术领域，具体涉及一种炒饭食味特性的快速无损定量方法；其包含炒饭调味料定量模型构建、炒饭原料种类识别模型构建、炒饭食味特性定量表征三个步骤；利用光谱信号对调料液含量变化的敏感性建立了调味料定量模型，根据成品炒饭中调味料总量与炒饭炒制过程中加入的调味料总量相等的特点，构建了调味料定量模型关键参数的解析方程，通过方程求解的方式实现了调味料定量模型的快速构建。同时，本发明专利技术通过逐一获取炒饭颗粒的光谱特征，结合构建的调味料定量模型及炒饭原料种类识别模型快速检测单颗粒炒饭原料上不同种类调味料的含量，提出了炒饭食味特性的定量评价指标及其计算方法，为研究、优化炒饭食味特性提供新的技术手段。性提供新的技术手段。

【技术实现步骤摘要】
炒饭食味特性的快速定量评价方法


[0001]本专利技术属于食品加工
，具体涉及一种炒饭食味特性的快速无损定量方法。

技术介绍

[0002]炒饭是一类由米饭、配菜、调味料烹炒而成的美食，具有营养美味、款式多样、制作方便等特点。常见的炒饭烹制过程涉及将特定熟度的米饭与不同种类的配菜搭配炒制，同时添加不同风味的调料进行调味。高品质炒饭、特色炒饭在色香味形方面都有较高的要求，其中味道对消费者品尝炒饭时的感受影响最大，是决定炒饭品级、赋予炒饭特色的关键。然而，炒饭不仅成品成分复杂，而且颗粒度小、形态多样。因此，如何定量检测炒饭的食味特性是评判、制作高品质炒饭的关键。
[0003]现有的食味特性评价方法主要有人工感官法、理化分析法和无损检测法。人工感官法主要利用人的感官感知产品特性或性质，可实现对食味特性的评价。人工感官法评价食味特性方面，专利技术专利CN112986506A公开了一种利用感官评价稻米食味品质的方法。然而，人工感官法具有主观性强、检测精度低等缺点，难以实现对炒饭食味特性客观、准确评价。理化分析法是通过物理、化学等分析手段对食品本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.炒饭食味特性的快速定量评价方法，其特征在于，按照下述步骤进行：步骤一，所述炒饭调味料定量模型构建包含以下过程：过程一，将m种调料液A_1、A_2、
……
、A_(m
‑
1)、A_m用作烹制炒饭的调味料，将n种配菜B_1、B_2、
……
、B_(n
‑
1)、B_n，以及米饭D用作烹制炒饭的食材；第i种调料液A_i的标准浓度为C_A_i，第j种配菜B_j的单颗粒平均表面积为S_B_j，米饭D的单颗粒平均表面积为S_D，其中C_A_i、S_B_j、S_D均为正数，m和n均为大于0的整数，i∈[1，m]、j∈[1，n]；过程二，分别取e份炒饭食材组合，每份炒饭食材组合包含N_B_j颗第j种配菜B_j以及N_D粒米饭D；分别取e份炒饭调料液组合，每份炒饭调料液组合包含体积为V_A_iml第i种调料液A_i，且第k份炒饭调料液组合中A_i的浓度为C_k_A_i＝k*(C_A_i)/e，其中e为大于2的整数，k∈[1，e]，N_B_j、N_D均为正整数，V_A_i为正数；过程三，按照调料液浓度由低到高的顺序，将e份炒饭调料液组合、e份炒饭食材组合以1种炒饭调料液组合搭配1种炒饭食材组合的方式烹制炒饭，得到e份成品炒饭，且第k份成品炒饭包含配菜B_j与m种浓度为C_k_A_i的调料液A_i经烹制后的炒饭成分B_j&A_0&C_k、以及米饭D与m种浓度为C_k_A_i的调料液A_i经烹制后的炒饭成分D&A_0&C_k；过程四，高光谱图像采集与光谱特征提取；取i∈[1，m]、j∈[1，n]、k∈[1，e]，分别取f1颗炒饭成分B_j&A_0&C_k、D&A_0&C_k进行高光谱图像采集及光谱特征变量提取，得到烹制后炒饭中第i种调味料A_i的特征变量G1_A_i；并根据特征变量G1_A_i分别提取第k份成品炒饭中调味料A_i的特征值之和Sum_g1_A_i_k；其中f1为正整数；过程五，根据第k份成品炒饭中调味料A_i的特征值之和Sum_g1_A_i_k以及调味料A_i的总用量(V_A_i)*k*(C_A_i)/e；利用未知数h_A_i、b_A_i假设调味料A_i的定量模型为y＝F1_i(x)＝x*h_A_i+b_A_i，根据利用模型结合调味料A_i的特征值之和Sum_g1_A_i_k计算得到的第k份成品炒饭调味料A_i的总用量等于本步骤过程二中第k份炒饭炒制时加入的A_i总用量(V_A_i)*k*(C_A_i)/e，可建立用于求解未知数h_A_i、b_A_i的方程(Sum_g1_A_i_k)*(h_A_i)+b_A_i＝(V_A_i)*k*(C_A_i)/e；当k依次取值为1、2
……
、e
‑
1、e时，利用得到的方程组可求解出未知数h_A_i、b_A_i，从而得到不含未知数的调味料A_i的定量模型为y＝F1_i(x)＝x*h_A_i+b_A_i，其中模型y为调味料A_i的浓度、x为调味料A_i的特征变量G1_A_i；步骤二，所述炒饭原料种类识别模型构建包含以下过程：过程一，取i∈[1，m]，j∈[1，n]，分别从步骤一过程三烹制的第e份炒饭中取f2颗炒饭成分B_j&A_0&C_e、D&A_0&C_e按照d:1的比例随机分为校正集和预测集，并对其进行高光谱图像采集及原料种类光谱特征变量G2_B&D的提取，根据光谱特征变量G2_B&D分别提取校正集中配菜B_j对应的光谱特征值g2_B_j_cal和米饭D对应的光谱特征值g2_D_cal，以及预测集中配菜B_j对应的光谱特征值g2_B_j_pre和米饭D对应的光谱特征值g2_D_pre；其中d、f2为正整数；过程二，利用光谱特征变量G2_B&D作为自变量X，以炒饭原料种类作为因变量Y；以参考值0代表米饭D，以参考值j代表配菜B_j，结合化学计量学方法建立炒饭原料种类识别模型Y＝F2(X)；步骤三，所述炒饭食味特性定量表征包含以下过程：
过程一，将步骤一中过程一所述的m种调料液A_1、A_2、
……
、A_(m
‑
1)、A_m用作烹制炒饭的调味料，n种配菜B_1、B_j、B_2、
……
、B_(n
‑
1)、B_n，以及米饭D用作烹制炒饭的食材；第i种调料液A_i的浓度为C
’
_A_i，第j种配菜B_j的单颗粒表面积为S
’
_B_j，米饭D的单颗粒表面积为S
’
_D，其中C
’
_A_i、S
’
_B_j、S
’
_D均为正数；过程二，将体积分别为V
’
_A_i的m种调料A_i、颗粒数分别为N
’
_B_j的n种配菜B_j、以及颗粒数为N
’
_D的米饭D按照步骤一过程三中的烹饪工艺烹制炒饭；将烹制的炒饭打散、平铺成颗粒彼此分离的状态从而得到炒饭的个颗粒；按照步骤一过程四中的方法采集高光谱图像，根据调味料A_i的特征变量G1_A_i得到炒饭中第p个颗粒对应的调味料A_i的光谱特征值g1
’
_A_i_p；根据步骤二过程一中的原料种类光谱特征变量G2_B&D，得到炒饭中第p个颗粒对应的种类识别光谱特征值g2
’
_B&D_p；其中p∈[1，N
’
]；过程三，设置变量R_B_j用于记录本步骤配菜B_j被成功识别的颗粒数，设置变量R_D用于记录本步骤米饭D被成功识别的颗粒数，且R_B_j、R_D的初始值设为0；p的取值依次取1、2、
……
、N
’‑
1、N
’
；首先，将第p个颗粒的种类识别光谱特征值g2
’
_B&D_p代入炒饭原料种类识别模型Y＝F2(X)，得到第p个颗粒所属的炒饭原料种类Yp；其次，i的值依次取1、2、
……
、m
‑
1、m；当Yp＝0时，表示第p个颗粒被识别为...

【专利技术属性】
技术研发人员：石吉勇，刘梦雪，邹小波，黄晓玮，李志华，申婷婷，肖建波，张新爱，张迪，周晨光，张钖，
申请(专利权)人：江苏大学，
类型：发明
国别省市：