具有深度学习功能的乳制品或黄油风味数字化评价系统技术方案

本发明专利技术属于乳制品或黄油应用技术领域，具体公开了具有深度学习功能的乳制品或黄油风味数字化评价系统，包括风味数据采集单元、计算机智能分析单元、风味数据库单元、深度学习模块和检测输出单元等。本发明专利技术的具有深度学习功能的乳制品或黄油风味数字化评价系统的有益效果在于：能科学的对乳制品或黄油产品的风味数据信息进行科学的有效的评价，评价时计算机智能分析单元将风味数据采集单元采集的风味类型、风味强度、风味幅度与输入的风味类型、风味强度、风味幅度进行比对，并进行数字化评价信息输出，克服了现有食品风味检测方法的片面性和需人工重复性检测的弊端，而且评价结果更加全面可靠。更加全面可靠。更加全面可靠。

【技术实现步骤摘要】
具有深度学习功能的乳制品或黄油风味数字化评价系统


[0001]本专利技术属于乳制品或黄油应用
，具体涉及具有深度学习功能的乳制品或黄油风味数字化评价系统，主要应用于乳制品或黄油制作时的风味评估，实现乳制品或黄油的风味品质均一，符合优风味制作要求。

技术介绍

[0002]乳制品：指的是使用牛乳或羊乳及其加工制品为主要原料，加入或不加入适量的维生素、矿物质和其他辅料，使用法律法规及标准规定所要求的条件，经加工制成的各种食品，也叫奶油制品。
[0003]乳制品包括液体乳（巴氏杀菌乳、灭菌乳、调制乳、发酵乳）；乳粉（全脂乳粉、脱脂乳粉、部分脱脂乳粉、调制乳粉、牛初乳粉）；其他乳制品（等）。
[0004]第一类是液体乳类，主要包括杀菌奶、灭菌奶、酸奶等；第二类是乳粉类，包括全脂乳粉、脱脂乳粉、全脂加糖乳粉、调味乳粉、婴幼儿乳粉和其他配方乳粉；第三类是炼乳类；第四类是乳脂肪类，包括打蛋糕用的稀奶油、常见的配面包吃的奶油等；第五类是干酪类；第六类是乳冰淇淋类；第七类是其他乳制品类，主要包括干酪素、乳糖、奶片等。
[0005]黄油又叫乳脂、白脱油，是将牛奶中的稀奶油和脱脂乳分离后，使稀奶油成熟并经搅拌而成的。黄油与奶油的最大区别在于成分，黄油的脂肪含量更高。优质黄油色泽浅黄，质地均匀、细腻，切面无水分渗出，气味芬芳，通常黄油一般很少被直接食用，通常作为烹调食物的调味品辅料。
[0006]食品风味是指由甜、酸、苦、辣、咸、涩、鲜七种这七种味混合而成，还由许多赋予食品芳香的化合物构成，使食品的风味非常复杂。大多数食品的风味还不能被完整地描述出来。更为复杂的是，由于人们文化和生理上的差异，不同的人对同一种食物的接受能力不一样，喜好不同，在评价风味的时候，会掺杂许多主观因素，导致质量评价意见上的差异。
[0007]依据不同的目的，可以用不同的方法评价风味，有些风味物质能够用仪器以及化学或物理的方法测量出来，例如盐、糖和酸，但当要衡量消费者对食品质量的可接受性时，除了人品尝外，还没有其他的替代方法如乳制品或黄油风味评价。为了适应不同地区人群食用要求或使用要求，在乳制品或黄油的生产过程中就需要专门设计一种评价系统对制作中或制作后的乳制品或黄油进行数字化的评价。
[0008]基于上述问题，本专利技术提供具有深度学习功能的乳制品或黄油风味数字化评价系统。

技术实现思路

[0009]专利技术目的：本专利技术的目的是提供具有深度学习功能的乳制品或黄油风味数字化评价系统，其解决
技术介绍
中所存在的乳制品或黄油制作中或制作后的风味评价问题。
[0010]技术方案：本专利技术提供的具有深度学习功能的乳制品或黄油风味数字化评价系统，包括风味数据采集单元、计算机智能分析单元、风味数据库单元、深度学习模块和检测
输出单元；所述风味数据采集单元、风味数据库单元、深度学习模块、检测输出单元分别与计算机智能分析单元连接；其中，风味数据采集单元用于采用乳制品或黄油的气味强度数据和气味特征数据，计算机智能分析单元用于对分析风味数据采集单元采集气味强度数据和气味特征数据进行预处理与特征提取，风味数据库单元用于存储计算机智能分析单元预处理采集的气味强度数据和气味特征数据，深度学习模块用于多任务的风味数据采集、学习；检测输出单元用于将比对的结果参数进行输出。
[0011]本技术方案的，所述风味数据采集单元包括但不限于SA
‑
402B型电子舌和PEN3型电子鼻或GC
‑
MS和GC
‑
O组成。
[0012]本技术方案的，所述计算机智能分析单元对数据进行降维、聚类拟合分析，剔除误差点，找到数据的关联与规律，建立的气味原始数据和人工评价数据相结合的食品挥发性成分相互关联的各类数据。
[0013]本技术方案的，所述风味数据库单元为存储介质，包括但不限于硬盘、可移动存储设备、网盘。
[0014]本技术方案的，所述深度学习模块为基于MXNet的学习架构或基于PaddlePaddle学习架构；其中，多任务指将同时学习的多个目标，包括风味类型、风味强度、风味幅度。
[0015]本技术方案的，所述检测输出单元包括但不限于打印机或语音模块，用于打印分析带参数表格或播放评价打分结果。
[0016]本技术方案的，所述具有深度学习功能的乳制品或黄油风味数字化评价系统，还包括与风味数据采集单元相配合使用的乳制品或黄油辅助预处理组件；其中，乳制品或黄油辅助预处理组件，包括预处理设备、支架、第一横板、第二横板、温度模拟箱、清洗液出口、清洗液进口、导管、泵、加热部、温湿度传感器、第一数据传输线和第二数据传输线，风味数据采集单元设置在温度模拟箱上部端面内，清洗液出口、清洗液进口分别设置在温度模拟箱上，加热部、温湿度传感器分别设置在温度模拟箱内，温度模拟箱、计算机智能分析单元、检测输出单元分别安装在第一横板、第二横板上，导管两端分别与预处理设备、温度模拟箱连接，泵设置在导管上，风味数据采集单元、计算机智能分析单元之间通过第一数据传输线连接，温湿度传感器、计算机智能分析单元之间通过第二数据传输线连接，泵、加热部分别与计算机智能分析单元连接。
[0017]本技术方案的，所述预处理设备用于将乳制品或黄油进行混合破碎；风味采集，首先通过预处理设备将乳制品或黄油进行混合破碎，再通过计算机智能分析单元控制启动泵将混合破碎乳制品或黄油产品经导管抽至温度模拟箱内，并通过计算机智能分析单元控制启动加热部对温度模拟箱内的混合破碎乳制品或黄油进行模拟加热，然后风味数据采集单元通过深度学习模块将逐级升温的混合破碎乳制品或黄油风味类型、风味强度、风味幅度进行学习，并反馈至计算机智能分析单元，最后计算机智能分析单元通过风味数据库单元对风味类型、风味强度、风味幅度进行存储；其中，当泵将混合破碎乳制品或黄油产品经导管抽至温度模拟箱内时，不启动加热部对温度模拟箱内的混合破碎乳制品或黄油进行模拟加热，当采集常温环境下乳制品或黄油的风味类型、风味强度、风味幅度后，再启动加热部，模拟加热过程为阶梯型逐级加热，每次加热幅度为0.5摄氏度
‑
1摄氏度，并保持1
‑
5分钟，再进行下一级加热。
[0018]本技术方案的，乳制品或黄油风味数字化评价，步骤1、将乳制品或黄油加入预处
底端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制；术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性；此外，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.具有深度学习功能的乳制品或黄油风味数字化评价系统，其特征在于：包括风味数据采集单元（100）、计算机智能分析单元（101）、风味数据库单元（102）、深度学习模块（103）和检测输出单元（104）；所述风味数据采集单元（100）、风味数据库单元（102）、深度学习模块（103）、检测输出单元（104）分别与计算机智能分析单元（101）连接；其中，风味数据采集单元（100）用于采集乳制品或黄油的气味强度数据和气味特征数据，计算机智能分析单元（101）用于对分析风味数据采集单元（100）采集的气味强度数据和气味特征数据进行预处理与特征提取，风味数据库单元（102）用于存储计算机智能分析单元（101）预处理的气味强度数据和气味特征数据，深度学习模块（103）用于多任务的风味数据采集、学习；检测输出单元（104）用于将比对的结果参数进行输出。2.根据权利要求1所述的具有深度学习功能的乳制品或黄油风味数字化评价系统，其特征在于：所述风味数据采集单元（100）包括但不限于SA
‑
402B型电子舌和PEN3型电子鼻或GC
‑
MS和GC
‑
O组成。3.根据权利要求1所述的具有深度学习功能的乳制品或黄油风味数字化评价系统，其特征在于：所述计算机智能分析单元（101）对数据进行降维、聚类拟合分析，剔除误差点，找到数据的关联与规律，建立的气味原始数据和人工评价数据相结合的食品挥发性成分相互关联的各类数据。4.根据权利要求1所述的具有深度学习功能的乳制品或黄油风味数字化评价系统，其特征在于：所述风味数据库单元（102）为存储介质，包括但不限于硬盘、可移动存储设备、网盘。5.根据权利要求1所述的具有深度学习功能的乳制品或黄油风味数字化评价系统，其特征在于：所述深度学习模块（103）为基于MXNet的学习架构或基于PaddlePaddle学习架构；其中，多任务指将同时学习的多个目标，包括风味类型、风味强度、风味幅度。6.根据权利要求1所述的具有深度学习功能的乳制品或黄油风味数字化评价系统，其特征在于：所述检测输出单元（104）包括但不限于打印机或语音模块，用于打印分析带参数表格或播放评价打分结果。7.根据权利要求1所述的具有深度学习功能的乳制品或黄油风味数字化评价系统，其特征在于：所述具有深度学习功能的乳制品或黄油风味数字化评价系统，还包括与风味数据采集单元（100）相配合使用的乳制品或黄油辅助预处理组件；其中，乳制品或黄油辅助预处理组件，包括预处理设备（200）、支架（201）、第一横板（202）、第二横板（203）、温度模拟箱（204）、清洗液出口（205）、清洗液进口（206）、导管（207）、泵（208）、加热部（209）、温湿度传感器（210）、第一数据传输线（211）和第二数据传输线（212），风味数据采集单元（100）设置在温度模拟箱（204）上部端面内，清洗液出口（205）、清洗液进口（206）分别设置在温度模拟箱（204）上，加热部（209）、温湿度传感器（210）分别设置
在温度模拟箱（204）内，温度模拟箱（204）、计算机智能分析单元（101）、检测输出单元（...

【专利技术属性】
技术研发人员：王钦，许舒雅，吴琼，曹寒馨，
申请(专利权)人：伽力森食品生物科技江苏有限公司，
类型：发明
国别省市：