一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法技术

本发明专利技术公开了一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法。本发明专利技术基于人工感官和香气协同方法预测甜橙中香气物质间相互作用后的协同或掩盖效果，利用支持向量机对多种香气物质间的协同和掩盖结果进行建模，验证不同香气协同方法得出的香气物质间的香气相互作用关系的正确性并预测香气物质间香气相互作用关系。该方法是一种快速预测香气物质间相互作用关系的方法，通过香气物质的香型、阈值和协同方法等预测香气物质间可能发生的相互作用关系，结果直观可靠，适用性广泛，为选取合适的协同方法研究香气协同并预测香气间香气相互作用关系提供有效可靠依据，为实际生产配方修改过程中果汁香精调配、风味质量调控提供了理论依据。调控提供了理论依据。调控提供了理论依据。

【技术实现步骤摘要】
一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法


[0001]本专利技术涉及一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法，属于食品风味化学


技术介绍

[0002]甜橙果实多汁，可以直接食用或制成橙汁、罐头等，深受大家的喜爱。香气作为甜橙风味的重要组成部分，是决定甜橙特性和质量最重要的因素之一。香气物质特性各异，香气物质间相互作用形成独特的甜橙风味。目前，香气物质间香气协同作用研究方法主要有阈值法、S曲线法、OAV法以及σ
‑
τ图法，但以上香气协同研究方法均基于大量的主观的感官评价，缺少客观的分析和验证。
[0003]支持向量机(Support Vector Machine,SVM)是Vapink等人基于统计学习理论提出的一种有效的机器学习方法。SVM是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面。与人工神经网络等其他机器学习方法相比，支持向量机成功地解决了高维和局部极小的问题，使其具有更好的泛化能力。

技术实现思路

[0004]本专利技术的目的是：针对目前采用阈值法、S曲线法、OAV法以及σ
‑
τ图法预测甜橙中香气物质之间的相互作用基于主观感官评价的缺陷，提出一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法，采用支持向量机建模验证不同香气协同方法的香气物质间的香气相互作用结果，正确预测香气物质间香气相互作用关系，是一种结合其他学科数据分析的预测香气物质间相互作用关系的方法，弥补了现有的香气物质间相互作用预测方法的不足。
[0005]为了实现上述目的，本专利技术提供了一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法，包括下列步骤：
[0006]步骤1：以去离子水和乙醇配制酒精度为20％的溶液作为基质溶液，对于甜橙中筛选出的香气物质，选取2
‑
3种按一定浓度混合后，采用基质溶液以2为稀释因子稀释成10个梯度浓度，通过感官评价测定组分的阈值，分别利用阈值法、OAV法、S曲线法和σ
‑
τ图法预测甜橙中香气物质间的相互作用关系；
[0007]步骤2：根据得出的香气相互作用结果，利用支持向量机进行建模，将香气物质的特点和得到的结果输入到模型中，以此来预测2
‑
3种香气物质间香气相互作用关系。
[0008]优选地，所述步骤1)中混合时香气物质的浓度为其在甜橙中检测出的实际浓度。
[0009]影响到，所述步骤2)中的支持向量机模型是以香气物质的香型、阈值和协同方法为变量，协同作用关系为结果建模验证和预测香气物质间香气相互作用的关系。
[0010]与现有技术相比，本专利技术的有益效果在于：
[0011](1)本专利技术基于人工感官和香气协同方法预测甜橙中香气物质间相互作用后的协同或掩盖效果，利用支持向量机对多种香气物质间的协同和掩盖结果进行建模，验证不同香气协同方法得出的香气物质间的香气相互作用关系的正确性并预测香气物质间香气相互作用关系，是一种结合其他学科数据分析的预测香气物质间相互作用关系的方法，弥补了现有的香气物质间相互作用预测方法的不足，该方法简单快速，结果直观可靠，适用性广泛；
[0012](2)本专利技术对香气物质的研究取得了突破性进展，适用性广泛，为选取合适的协同方法研究香气协同并预测香气物质间香气相互作用关系提供有效可靠依据，为实际生产配方修改过程中果汁香精调配、风味质量调控提供了理论依据。
附图说明
[0013]图1显示了利用支持向量机建模进行数据分析的过程图。
具体实施方式
[0014]为使本专利技术更明显易懂，兹以优选实施例，并配合附图作详细说明如下。
[0015]实施例1
[0016]一种支持向量机预测甜橙中香气物质间相互作用关系，具体步骤如下：
[0017]1)利用气相色谱质谱联用仪检测出甜橙中柠檬烯、β
‑
月桂烯、芳樟醇等关键香气物质浓度。
[0018]2)以去离子水和乙醇配制酒精度为20％的溶液作为基质配制对应浓度的关键化合物溶液和2种关键化合物或3种化合物的混合体系。
[0019]3)通过感官评价，利用阈值法(6)、OAV法(7)、S曲线法(8)和σ
‑
τ图法(9)对甜橙中香气物质间的协同(11)或掩盖(13)效应进行研究，结果如表1所示。
[0020]表1四种方法研究香气物质相互作用情况
[0021]序号香气物质阈值法OAV法S曲线σ
‑
τ图法1柠檬烯+芳樟醇协同协同协同协同2柠檬烯+顺
‑2‑
己烯醇协同协同协同协同3柠檬烯+叶醇协同协同协同协同4柠檬烯+β
‑
月桂烯协同协同协同协同5柠檬烯+γ
‑
松油烯掩盖协同掩盖协同6柠檬烯+芳樟醇+顺
‑2‑
己烯醇协同协同协同协同7柠檬烯+芳樟醇+叶醇掩盖协同协同协同8柠檬烯+芳樟醇+β
‑
月桂烯协同协同协同协同9柠檬烯+顺
‑2‑
己烯醇+叶醇掩盖协同协同协同10柠檬烯+顺
‑2‑
己烯醇+β
‑
月桂烯掩盖协同协同协同11柠檬烯+叶醇+β
‑
月桂烯掩盖协同协同协同
[0022]4)利用支持向量机，以香气物质的香型(1
‑
5)、阈值(21
‑
24)和协同方法(6
‑
9)为变量，相互作用关系(11，13)为结果建模验证和推测香气物质间香气相互作用的关系(数字无大小之分，仅表示不同意义)，结果如表2所示。
[0023]表2支持向量机分析香气相互作用关系
[0024][0025][0026][0027]5)由表2所知，推测结果和结果吻合度较高，推测正确的概率在0.850以上。同时，可以判断出S曲线法和σ
‑
τ图法对香气相互作用关系的判断结果更加准确，也可由此推测其他香气物质间的相互作用关系。
[0028]因此，本专利技术的一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法，操作简单快捷，结果直观可靠。
[0029]以上所述，仅为本专利技术的部分实施例，并非对本专利技术任何形式上和实质上的限制，应当指出，对于本
的普通技术人员，在不脱离本专利技术的前提下，还将可以做出若干改进和补充，这些改进和补充也应视为本专利技术的保护范围。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法，其特征在于，包括下列步骤：步骤1：以去离子水和乙醇配制酒精度为20％的溶液作为基质溶液，对于甜橙中筛选出的香气物质，选取2
‑
3种按一定浓度混合后，采用基质溶液以2为稀释因子稀释成10个梯度浓度，通过感官评价测定组分的阈值，分别利用阈值法、OAV法、S曲线法和σ
‑
τ图法预测甜橙中香气物质间的相互作用关系；步骤2：根据得出的香气相互作用结果，利用支持向量机进行建模，将香气物质的特点...

【专利技术属性】
技术研发人员：肖作兵，何君博，牛云蔚，张静，
申请(专利权)人：上海应用技术大学，
类型：发明
国别省市：