一种酸奶产品感官品评专家系统技术方案

本发明专利技术提供了一种酸奶产品感官品评专家系统，该系统包括Ｋｏｈｏｎｅｎ自组织特征映射模块和ＢＰ网络模块，首先测定酸奶样品的理化指标，并由酸奶品评专家进行品评，获得感官品评得分和理化指标等样本数据，通过Ｋｏｈｏｎｅｎ聚类对酸奶产品理化指标进行分类，并用酸奶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，从而确定酸奶产品理化指标和感官品评指标之间的映射关系，根据上述映射关系即可建立酸奶产品感官品评专家系统。该系统可以降低专家品评的不确定性，提高酸奶产品感官品评工作效率，确保酸奶产品质量。

【技术实现步骤摘要】

本专利技术涉及一种酸奶产品感官品评专家系统，特别是一种自动化、高效率的酸奶产品感官品评专家系统。
技术介绍
酸奶是以新鲜的牛奶为原料，经过巴氏杀菌后再向牛奶中添加有益菌(发酵剂)， 经发酵后，再冷却灌装的一种牛奶制品。目前酸奶制品多以凝固型、搅拌型和添加各种果汁 果酱等辅料的果味型为多。酸奶不但保留了牛奶的所有优点，经发酵后，乳中的脂肪酸可比 原料奶增加2倍。这些变化使酸奶更易消化和吸收，各种营养素的利用率得以提高。酸奶由 纯牛奶发酵而成，除保留了鲜牛奶的全部营养成分外，在发酵过程中乳酸菌还可产生人体 营养所必须的多种维生素，如VB1、 VB2、 VB6、 VB12等，成为更加适合于人类的营养保健品。 不同的酸奶产品，因原料、产地、生产设备、生产工艺的不同，其品质、风味也存在 较大差异，为便于对酸奶产品进行质量控制，由感官品评专家对酸奶产品进行感官品评，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，酸奶产品的各项理化指标，例如脂肪、干物质、蛋白等，与酸奶 产品的感官品评之间存在密切联系。目前，对于酸奶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，而酸奶产品的成分与酒类、烟类差别很大，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。因原料、产地、生产设备、生产工艺的不同，酸奶的品 质、风味也存在较大差异，上述因素给建立酸奶产品感官品评专家系统带来了困难。目前， 在酸奶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一种酸奶产品感官品评专家系统，通过恰当的确定系统构架，由 理化指标判定感官品评结果，减少对人工品评的依赖程度，提高酸奶产品感官品评自动化 程度。 为实现上述目的，本专利技术提供了一种酸奶产品感官品评专家系统，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 获取不同品种、原料、生产设备以及生产工艺的酸奶产品样本，组织品评专家对酸 奶产品进行感官品评，品评项目包括色泽、乳香味、爽口度、颗粒感以及特征风味等参数，根 据品评得分，把酸奶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 样本数据录入酸奶样本数据库，去除错误、不一致或不完整的酸奶产品感官品评得分和理 化指标样本数据，并对酸奶样本数据库中的酸奶产品样本数据进行归一化，从而实现各酸 奶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自组织特征映射对酸奶产品理化指标样本数据进行聚类，完成酸奶 样本数据库中所有酸奶产品样本数据的分类，并建立分类库； 对不同类酸奶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； 将酸奶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，上述步骤即完成酸奶产品感官品评专家系统 的建立，否则，更换酸奶产品样本数据，重新进行训练，直到算法收敛。 根据本专利技术的再一种酸奶产品感官品评专家系统，其中，作为本专家系统输入的 酸奶产品理化指标，包括脂肪、蛋白、干物质、乳糖、冰点、比重、非脂乳固、酸度、细菌总数、 嗜冷菌、芽孢、耐热芽孢。 根据本专利技术的另一种酸奶产品感官品评专家系统，其中，BP网络的输入数据是酸 奶产品的各项理化指标，输出数据是酸奶产品感官品评得分。 根据本专利技术的又一种酸奶产品感官品评专家系统，其中，BP网络的初始学习率为0. 36-0. 62。 根据本专利技术的又-为0. 37-0. 45。 根据本专利技术的又--种酸奶产品感官品评专家系统，其中，BP网络的初始领域半径-种酸奶产品感官品评专家系统，其中，BP网络的学习次数为根据本专利技术的又一种酸奶产品感官品评专家系统，其中，该系统的使用管理过禾'王56。 为 测定待评价酸奶产品的各项理化指标，并将所得数据输入该系统； 根据酸奶产品理化指标进行自组织特征提取，确定其所属类别； 如果输入的酸奶产品理化指标属于未知类，不在该酸奶产品感官品评专家系统的已有BP网络中训练过，则以酸奶产品理化指标为核心样本建立新的训练样本集，并对相应的新建BP网络进行训练； 如果输入的酸奶产品理化指标是已知类的样本数据，则根据其类别读取从分类库 中读取对应的BP网络，并计算出酸奶产品感官品评指标预测值。附图说明 以下附图仅旨在于对本专利技术做示意性说明和解释，并不限定本专利技术的范围。其中， 图1是本专利技术的酸奶产品感官品评专家系统的流程图； 图2是图1所示的酸奶产品感官品评专家系统的使用管理示意图。具体实施例方式为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发 明的具体实施方式。 本专利技术的酸奶产品感官品评专家系统主要包括Kohonen自组织特征映射聚类和 BP网络两个模块，首先利用Kohonen自组织特征映射将输入酸奶产品样本数据进行聚类， 将聚类结果保存到Kohonen知识库，然后建立各个聚类子空间的BP网络。 本专利技术的酸奶产品感官品评专家系统的建立流程图如图1所示，具体来说包括 获取不同品种、原料、生产设备以及生产工艺的酸奶产品样本，测定其理化指标 脂肪、蛋白、干物质、乳糖、冰点、比重、非脂乳固、酸度、细菌总数、嗜冷菌、芽孢、耐热芽孢。 同时，组织品评专家对酸奶产品进行品评，品评项目包括色泽、乳香味、爽口度、颗粒感以 及特征风味等参数。评分标准见表l，根据得分将酸奶产品分成两组合格，即四个感官指 标均在3分以上；不合格，即有一个指标为2分或1分。最后将所得样本数据录入酸奶样本 数据库，针对每个理化指标，选择不同的值，本实施例所选用的范围如下检出限以下、检出 限至国标规定最高值、国标规定最高值以上。这样才能保证所建立的系统能够客观准确的 控制酸奶产品质量，从而使乳制品质量得到保证。 表1酶奶产品评分标准l分2分3分4分5分色泽色泽极深或 极浅色泽很深或 很浅色泽较深或较 浅色泽稍深或 稍浅呈均匀一致 的乳白色乳香味乳香味极平 淡或极重乳香味很重 或很轻乳香味较重或 较轻乳香味略重 或略轻具有纯正的 乳香味，乳香 味适中特征风味无特征风味 或有异味基本没有特 征风味有可感知的特 征风味有较浓郁的 特征风味有浓郁的特 征本文档来自技高网...

【技术保护点】
一种酸奶产品感官品评专家系统，包括：　　　　由酸奶品评专家对酸奶产品进行感官品评，测定所述酸奶产品的理化指标，将所得感官品评得分和理化指标等样本数据录入酸奶样本数据库，去除错误、不一致或不完整的所述样本数据，对所述酸奶样本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酸奶产品理化指标进行聚类，完成所述酸奶样本酸奶样本数据库中所有酸奶产品理化指标的分类，并建立分类库；　　　　对不同类酸奶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；　　　　将所述酸奶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，上述步骤即完成酸奶产品感官品评专家系统的建立，否则，更换所述酸奶产品样本数据，重新进行训练，直到算法收敛；　　　　其特征在于，所述酸奶产品感官品评的品评项目包括：色泽、乳香味、爽口度、颗粒感以及特征风味。...

【技术特征摘要】
一种酸奶产品感官品评专家系统，包括由酸奶品评专家对酸奶产品进行感官品评，测定所述酸奶产品的理化指标，将所得感官品评得分和理化指标等样本数据录入酸奶样本数据库，去除错误、不一致或不完整的所述样本数据，对所述酸奶样本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酸奶产品理化指标进行聚类，完成所述酸奶样本酸奶样本数据库中所有酸奶产品理化指标的分类，并建立分类库；对不同类酸奶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；将所述酸奶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，上述步骤即完成酸奶产品感官品评专家系统的建立，否则，更换所述酸奶产品样本数据，重新进行训练，直到算法收敛；其特征在于，所述酸奶产品感官品评的品评项目包括色泽、乳香味、爽口度、颗粒感以及特征风味。2. 如权利要求1所述的酸奶产品感官品评专家系统，其中，作为所述系统输入的所述酸奶产品理化指标，包括脂肪、...

【专利技术属性】
技术研发人员：郭奇慧，白雪，胡新宇，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]