一种建立契达干酪产品感官品评专家系统的方法技术方案

本发明专利技术提供了一种建立契达干酪产品感官品评专家系统的方法，该方法将Ｋｏｈｏｎｅｎ自组织特征映射、ＢＰ网络相结合，对契达干酪产品进行理化指标测试，并由品评专家进行品评，得到其感官品评得分和理化指标等样本数据，通过聚类完成对契达干酪产品理化指标的分类，并用契达干酪产品感官品评得分和理化指标等样本数据分别训练各自对应的ＢＰ网络，通过建立契达干酪产品理化指标和感官品评指标的映射关系，建立契达干酪产品感官品评专家系统。该方法可以有效减少人工品评的不确定性，确保契达干酪产品质量。

【技术实现步骤摘要】

本专利技术涉及，特别是一种建立高效率、自动化的契达干酪产品感官品评专家系统的方法。
技术介绍
干酪相当于将原料乳中的蛋白质和脂肪浓缩了10倍左右，含有乳中的全部营养成分，另外，在干酪成熟过程中微生物的代谢活动将大分子的营养物质降解成小分子的营养成分，从而更利于人体吸收利用，其中某些化合物具有明显的保健功效，因而干酪具有较好的功能性。 干酪中的蛋白质以酪蛋白为主，含有所有种类的人体必须氨基酸。酪蛋白在发酵成熟过程中经凝乳酶、发酵剂及其它微生物蛋白酶的作用，逐步被分解形成胨、大肽、小肽、氨基酸以及其它有机或无机化合物等小分子物质。这些小分子物质很容易被人体吸收，使干酪的蛋白质消化率高达96％～98％。干酪中还含有大量的必需氨基酸，其含量完全满足人体正常代谢的需要，与其他动物性蛋白比较质优而量多。 在干酪成熟过程中，少量的脂肪发生水解，生成多种挥发性脂肪酸，其中共轭亚油酸的含量可以达到3.6～7.1mg/g脂肪，而最近研究表明共轭亚油酸的异构体能明显降低人体心脏病和某些癌症的发病率，提高人体免疫系统功能，均衡人体重量和脂肪含量的比例。 因为干酪工艺中有发酵步骤，所以食用干酪不会出现乳糖不耐受症和蛋白质过敏反应，而且蛋白质的消化率和生物学价值极高。可以说，干酪是营养价值极高的食品。除了直接食用外，还可以作为儿童营养食品和老年人保健食品的优选原料。 另外干酪中还含有糖类、有机酸、钙、磷、钠、钾、镁微量矿物元素，铁、锌以及脂溶性维生素A，胡萝卜素和水溶性维生素B1、B2、B6、B12、烟酸、泛酸、生物素等多种营养成分。是典型的高营养低热量的健康食品。 从1851年在美国出现了第一家干酪制造厂开始，干酪的工业化生产迅速发展。近年来，世界干酪的产量一直保持上升的势头。1975年世界干酪产量为939.8万吨，1989年就达到了1444.4万吨，1994年1488万吨，2003年1580万吨，在过去的30年里，干酪的产量每年以4％速度增长，是乳制品中唯一在全世界保持产量持续增长的产品，其产量已大大超过其它乳制品产量。 在我国，由于经济、技术、饮食习惯等方面的原因，干酪工业化尚处于起步阶段，专业性干酪厂家很少，干酪产量也很低。因此在我国市场上销售的干酪主要来源是进口，1996年干酪进口量为345.2吨，2000年2029.5吨，2004年7200吨，八年时间增加了20多倍。这说明我国已具有干酪消费的市场，因此增大干酪的生产就迫在眉睫。 契达干酪是以牛乳为原料，经细菌成熟的天然硬质干酪，是世界上比较著名的干酪品种之一。这种干酪原产于英国cheddar村，因而得名。契达干酪成品水分39％以下，脂肪含量在32％左右，脂肪占总干物质含量的42％以上，蛋白质25％，食盐1.6-1.8％。 目前契达干酪在美国产量最大，其他国家也有生产，由于地域影响和市场偏好，发展出了许多稍有不同的契达干酪品种，如传统的英国式、新西兰式、美国式和加拿大式契达干酪，但有一点是相同的，即所有的这些干酪都在生产中经历了堆积工艺，正是这种特殊的工艺赋予了这种干酪独特的质地和功能性。堆积是指对凝块进行加压，这个工艺在很大程度上促进了干酪微观颗粒之间的凝聚和融合。传统上，堆积是将乳凝块反复压成片状并聚堆的过程。堆积是延用至今的契达干酪工艺中不可缺少的程序。 由感官品评专家对契达干酪产品进行感官品评，是目前主要采用的方法，但是，专家的评定结果受到主观因素的影响，随情绪、年龄、性别、识别能力的不同而有所差异，具有较大的不确定性，同时，人工品评过分依赖专家经验，不利于实现自动化操作。很明显，契达干酪产品的各项理化指标，例如脂肪、干物质、蛋白等，与契达干酪产品的感官品评之间存在密切联系。目前，对于契达干酪产品理化指标和感官品评指标之间的相关性，尚没有定量的分析研究。 Kohonen自组织特征映射，通过网络学习、使输出层中枢神经元的权向量逼近输入特征向量，将具有相同或相近特征的输入向量，映射到位置相同或相邻的输出节点，从而实现对输入数据的特征的聚类，提取了某种内在规律性。而BP网络是目前应用最广泛的人工神经网络模型之一，其权值和阈值调整采用反向传播的学习算法，可以实现从输入到输出的任意非线形映射。经过训练的BP网络，对于不是样本集中的输入样本也能给出合适的输出，因此可以对未知样本进行预测。 目前，在运用上述模型建立食品感官品评系统方面，已有一些研究，但主要应用于酒类、烟类，而契达干酪产品的成分更加复杂，且风味不象烟、酒类那样突出和典型，人工品评的难度和不确定度更大。上述因素给建立契达干酪产品感官品评专家系统带来了困难。目前，在契达干酪产品感官品评应用方面，还没有相关的方法或者系统。
技术实现思路
本专利技术旨在提供，由契达干酪产品理化指标判定感官品评，减少人工品评的不确定度，提高契达干酪产品感官品评效率和自动化程度。 为实现上述目的，本专利技术提供了，该系统主要包括Kohonen自组织特征映射聚类和BP网络两个模块，包括 获取各个产地、各类饲养条件、各种奶牛品种和不同季节的契达干酪产品样本，组织品评专家对契达干酪产品进行感官品评，品评项目包括整体风味、色泽、组织状态、纹理图案。根据品评得分，把契达干酪产品划分成合格和不合格两组；并将所得感官品评得分和理化指标等样本数据录入数据库； 去除错误、不一致或不完整的契达干酪产品感官品评得分和理化指标样本数据，并对数据库中的契达干酪产品样本数据进行归一化，从而实现各契达干酪产品理化指标参数的量纲统一，便于后续处理的进行； 构建Kohonen阵列，依据专家经验确定Kohonen阵列的初始领域半径、学习率和学习次数； 应用Kohonen自组织特征映射对契达干酪产品理化指标样本数据进行聚类，完成数据库中所有契达干酪产品样本数据的分类，并建立分类库； 对不同类契达干酪产品的理化指标样本，分别建立对应的BP网络，并依专家经验确定BP网络的系统允许误差限、初始学习率、初始动量系数、初始化网络权重、最大学习次数、误差调整参数； 将契达干酪产品感官品评得分和理化指标等样本数据送入对应的BP网络进行训练，在最大学习次数内达到指定误差精度后停止，上述步骤即完成契达干酪产品感官品评专家系统的建立，否则，更换契达干酪产品样本数据，重新进行训练，直到算法收敛。 根据本专利技术的再，其中，作为本专家系统输入的契达干酪产品理化指标，包括脂肪、蛋白、干物质、灰分、酸度、pH、蛋白水解度、非蛋白氮、酪蛋白、乳酸菌总数、干酪流变学特性。 根据本专利技术的另，其中，BP网络的输入数据是契达干酪产品的各项理化指标，输出数据是契达干酪产品感官品评得分。 根据本专利技术的又，其中，BP网络的初始学习率为0.32-0.52。 根据本专利技术的又，其中，BP网络的初始领域半径为0.56-0.69。 根据本专利技术的又，其中，BP网络的学习次数为33次。 根据本专利技术的又，其中，契达干酪产品感官品评专家系统的使用管理过程为 测定待评价契达干酪产品的各项理化指标，并将所得数据输入该系统； 根据契达干酪产品理化指标进行自组织特征提取，确定其所属类别； 如果输入的契达干酪产品理化指标属于未知类，不在该契达干酪产品感官品评专家系统的已有BP网络中训练过，则以契本文档来自技高网...

【技术保护点】
一种建立契达干酪产品感官品评专家系统的方法，包括：　　　　品评专家对契达干酪产品进行感官品评，并测定所述契达干酪产品的理化指标，将所得感官品评得分和理化指标等样本数据录入数据库；　　　　去除错误、不一致或不完整的所述契达干酪产品的感官品评得分和理化指标样本数据，对所述数据库中的所述样本数据进行归一化；　　　　构建Ｋｏｈｏｎｅｎ阵列，依据专家经验确定所述Ｋｏｈｏｎｅｎ阵列的初始领域半径、学习率和学习次数；　　　　应用Ｋｏｈｏｎｅｎ自组织特征映射对所述契达干酪产品理化指标进行聚类，完成所述数据库中所有契达干酪产品理化指标的分类，并建立分类库；　　　　对不同类契达干酪产品的所述理化指标，分别建立对应的ＢＰ网络，并依专家经验确定所述ＢＰ网络的系统允许误差限、初始学习率、初始动量系数、初始化网络权重、最大学习次数、误差调整参数；　　　　将所述契达干酪产品的感官品评得分和理化指标等样本数据送入对应的所述ＢＰ网络进行训练，在所述最大学习次数内达到指定误差精度后停止，上述步骤即完成契达干酪产品感官品评专家系统的建立，否则，更换所述契达干酪产品样本数据，重新进行训练，直到算法收敛；　　　　其特征在于，所述契达干酪产品感官品评的品评项目包括：整体风味、色泽、组织状态、纹理图案。...

【技术特征摘要】
1.一种建立契达干酪产品感官品评专家系统的方法，包括品评专家对契达干酪产品进行感官品评，并测定所述契达干酪产品的理化指标，将所得感官品评得分和理化指标等样本数据录入数据库；去除错误、不一致或不完整的所述契达干酪产品的感官品评得分和理化指标样本数据，对所述数据库中的所述样本数据进行归一化；构建Kohonen阵列，依据专家经验确定所述Kohonen阵列的初始领域半径、学习率和学习次数；应用Kohonen自组织特征映射对所述契达干酪产品理化指标进行聚类，完成所述数据库中所有契达干酪产品理化指标的分类，并建立分类库；对不同类契达干酪产品的所述理化指标，分别建立对应的BP网络，并依专家经验确定所述BP网络的系统允许误差限、初始学习率、初始动量系数、初始化网络权重、最大学习次数、误差调整参数；将所述契达干酪产品的感官品评得分和理化指标等样本数据送入对应的所述BP网络进行训练，在所述最大学习次数内达到指定误差精度后停止，上述步骤即完成契达干酪产品感官品评专家系统的建立，否则，更换所述契达干酪产品样本数据，重新进行训练，直到算法收敛；其特征在于，所述契达干酪产品感官品评的品评项目包括整体风味、色泽、组织状态、纹理图案。2.如权利要求1所述的建立契达干酪产品感官品评专家系统的方法，其中，作为所述系统输入的所述契达干酪产品理化指标，包括脂肪、蛋白、干物质、灰分、酸度、pH、...

【专利技术属性】
技术研发人员：郭奇慧，白雪，张少辉，刘卫星，
申请(专利权)人：内蒙古蒙牛乳业集团股份有限公司，
类型：发明
国别省市：15[中国|内蒙]