一種快速評定冷凍魚糜等級模型的建立方法
【專利摘要】本發明公開了一種快速評定冷凍魚糜等級模型的建立方法，該方法包括三個步驟：a.采集已知等級冷凍魚糜的近紅外光譜數據；b.建立冷凍魚糜等級評定的近紅外光譜預測模型；c.模型的外部驗證。使用本發明的方法建立的模型預測效果良好：綜合正確率為95.03%；能夠大幅縮短檢測時間：一次完整的檢測時間在5分鐘以內；且能夠降低操作難度：只需進行樣品近紅外光譜數據的采集和模型調用，即可完成檢測。
【專利說明】一種快速評定冷凍魚糜等級模型的建立方法
【技術領域】
[0001]本發明屬于食品品質快速檢測領域，涉及一種快速評定冷凍魚糜等級模型的建立方法，具體采用近紅外光譜分析技術以及聚類分析建模方法。
【背景技術】
[0002]魚糜是原料魚經前處理、采肉、漂洗、精濾、脫水、分裝及凍結等加工工藝制成的具有一定保藏期的中間素材產品，是魚丸、魚糕等魚糜制品的重要原材料。
[0003]冷凍魚糜等級的劃分直接關系到商品的定價，因此等級評定對魚糜產業至關重要。目前生產廠商對于所生產魚糜進行等級評定，主要取決于凝膠強度這一物理指標，當魚糜達到某凝膠強度，該魚糜則劃分至相應的等級。凝膠強度傳統的測定方法是采用質構儀，方法如下:冷凍魚糜-半解凍-空擂-鹽擂-灌腸-封口-凝膠化-冰水冷卻-低溫靜置-測定凝膠強度，該方法步驟繁瑣、耗時費力，一次測定需要多種設備(如擂潰機、灌腸機、封口機及質構儀等)配合使用，增加了廠商的額外支出，且多個步驟(如空擂、鹽擂、灌腸及封口)的操作溫度需要盡可能控制在低溫條件，這也增加了操作的困難性。因此建立簡單快速的魚糜等級評定方法顯得尤為重要。
[0004]近紅外光譜分析技術的原理如下:利用近紅外光掃描樣品，得到樣品的近紅外光譜數據，將光譜數據進行必要的預處理之后，采用化學計量學方法建立模型，最后對模型的準確性進行驗證。近紅外光譜分析技術具備無需樣品預處理、測定速度快、支持在線檢測、可多指標同時檢測及投資費用低等諸多優點，本發明效果表明，適合將其用于冷凍魚糜等級的快速評定。
【發明內容】
[0005]本發明利用近紅外光譜分析技術，建立冷凍魚糜等級評定的預測模型，解決了傳統檢測方法步驟繁瑣、耗時費力、操作難度大、成本較高等問題，適合冷凍魚糜生產廠商對產品進行等級評定。
[0006]本發明的技術解決方案如下:
[0007]一種快速評定冷凍魚糜等級模型的建立方法，其特征在于，該方法包括以下三個步驟:
[0008]a.采集已知等級冷凍魚糜的近紅外光譜數據，所述a步驟包括:
[0009]利用近紅外光譜分析儀，對冷凍魚糜剖面進行光譜掃描，采集冷凍狀態下已知等級魚糜的近紅外光譜數據；
[0010]b.建立冷凍魚糜等級評定的近紅外光譜預測模型，所述b步驟包括:
[0011]利用化學計量學數據處理軟件，對a步驟得到的已知等級冷凍魚糜的近紅外光譜數據進行預處理，預處理方法為先進行卷積平滑和二階導數處理，再進行標準正態變量變換處理，對光譜預處理后的數據進行主成分分析，選擇最多地保留原始變量的信息的兩個主成分，采用聚類分析建立冷凍魚糜等級評定的預測模型，并對模型準確度進行內部驗證；
[0012]c.模型的外部驗證，所述c步驟包括:
[0013]利用近紅外光譜分析儀，采集用于外部驗證的冷凍魚糜近紅外光譜數據，將該數據經過b步驟相同的預處理后代入b步驟中建立的魚糜等級評定的預測模型，以考察模型預測能力。
[0014]a步驟中近紅外光譜分析儀的掃描波數范圍4000?lOOOOcnT1，掃描溫度25°C，每個樣品掃描時間60-90S。
[0015]由以上三個步驟可知，本發明所述的一種快速評定冷凍魚糜等級的方法是先采集已知等級冷凍魚糜的近紅外光譜，再建立等級評定的近紅外光譜預測模型，最后對模型進行外部驗證。
[0016]為了建立準確的預測模型，以下幾點需要注意。
[0017]第一點，選取有代表性的魚糜樣品。首先，一塊商品化冷凍魚糜的規格通常是55 X 35 X IOcm,由于包裝、運輸及貯藏等原因，冷凍魚糜的邊緣會承受較多壓力，品質易發生變化，不宜選做光譜采集位點。其次，冷凍魚糜均貯藏于_20°C以下的冷庫中，表面存在大量分布不均的細小冰晶，對近紅外光譜有不良影響，故不宜在冷凍魚糜表面直接采集光譜。另外，要盡量保證光譜采集位點的平滑性。基于以上三個因素，我們建議將冷凍魚糜外邊緣去掉，取余下魚糜的平滑剖面部分進行光譜采集。
[0018]第二點，采集光譜操作的規范化。光譜采集的環境條件和操作方法對近紅外光譜有一定的影響，因此要盡可能保證規范化操作。我們建議光譜掃描的環境溫度為25°C，每個樣品的掃描操作時間控制在60秒至90秒。
[0019]第三點，選取多個生產批次的魚糜樣品。為了盡可能多地涵蓋不同等級魚糜的近紅外光譜信息，在建立模型時建議選取多個生產批次的魚糜樣品。
[0020]第四點，選擇合適的建模方法。建立白姑魚糜等級評定的近紅外光譜預測模型，需要利用數理統計和化學計量學等方法，并選擇預測效果較好的方法。
[0021]本發明預測效果良好，能夠大幅縮短檢測時間，且能夠降低操作難度，具體如下。
[0022]I)預測效果良好。聚類分析結果表明，本預測模型的綜合正確率為95.03% (內部驗證96.30%，外部驗證93.75%);主成分分析結果表明，不同等級的冷凍白姑魚糜區分效果良好。
[0023]2)檢測時間短。由于是直接采集冷凍狀態白姑魚糜的近紅外光譜數據，所以和傳統方法比較，大大縮短了檢測的時間，一次完整的檢測時間在5分鐘以內。
[0024]3)操作簡單。近紅外光譜法不需要對樣品進行復雜的前處理，操作人員只需進行樣品近紅外光譜數據的采集和模型調用，即可完成檢測。
【專利附圖】
【附圖說明】
[0025]圖1為本發明實施例中冷凍白姑魚糜的切割示意圖。
[0026]圖2為本發明實施例中三個等級冷凍白姑魚糜近紅外光譜的主成分分析圖。
【具體實施方式】
[0027]為了普通技術人員可以更加詳細地了解本發明方案，下面將對本發明的【具體實施方式】進行介紹。
[0028]本發明對現行魚糜等級評定方法進行改進，以期使評價方法更加快速、方便。現行方法操作步驟如下:冷凍魚糜-半解凍-空擂-鹽擂-灌腸-封口-凝膠化-冰水冷卻-低溫靜置-測定凝膠強度，現行方法存在步驟繁瑣、耗時費力、操作難度大等不足。
[0029]本實施例使用的近紅外光譜儀是瑞士步琪公司的NIRFlex N500型傅立葉變換近紅外光譜儀，光譜采集和數據處理軟件為NIRCal5.2和Matlab R2009a,實驗原料為冷凍白姑魚糜。
[0030]具體實施例如下。
[0031]一.采集已知等級冷凍白姑魚糜的近紅外光譜數據
[0032]1.建模樣品
[0033]選擇某魚糜加工廠商生產的3個批次的不同等級(FA、AA、A級)冷凍白姑魚糜，每個批次2件魚糜,每件魚糜劃分為12個位置,每個位置切出5 X 5 X 3cm規格的魚糜,密封袋包裝后放入冰柜，待采集光譜。亦即每個等級72個樣品，共216個樣品。注意先將冷凍白姑魚糜5cm厚的邊緣部分切割掉，保證剖面平滑，切割示意圖見圖1。
[0034]2.掃描條件
[0035]掃描波數范圍4000?lOOOOcnT1，掃描次數32次，分辨率8CHT1，步長4cm—1，即每個魚糜樣品采集1501個光譜數據，掃描溫度25°C，對冷凍魚糜剖面進行光譜掃描。
[0036]二.建立冷凍白姑魚糜等級評定的近紅外光譜預測模型
[0037]1.近紅外光譜預處理
[0038]近紅外光譜預處理的目的是減弱以至于消除非目標因素對光譜的影響，盡可能地去除無關變量，從而提高模型的預測能力和穩健性。將不同等級冷凍白姑魚糜近紅外原始光譜數據進行必要的光譜預處理，具體方法為卷積平滑和二階導數處理，再進行標準正態變量變換處理。
[0039]2.主成分分析
[0040]為了直觀地展現不同等級冷凍白姑魚糜的近紅外光譜法區分效果，對光譜預處理后的數據進行主成分分析，主成分分析是通過少數幾個主成分來揭示多個變量間的內部結構，提取出的主成分能夠盡可能多地保留原始變量的信息。結果見圖2。選擇第一主成分(PCl)和第二主成分(PC2)繪制主成分分析圖，圖中一個標志代表一個魚糜樣品，標志的空間距離越接近說明樣品品質越相似。從圖2可以直觀地看出近紅外光譜法可以將三個等級的冷凍白姑魚糜較好地區分開，三個等級白姑魚糜按照品質從高到低，排序依次為FA、AA、A，圖2顯示FA和A級白姑魚糜可以完全區分開，FA和少數AA級白姑魚糜有交叉，A和個別AA級白姑魚糜略接近。
[0041]3.聚類分析建立模型
[0042]聚類分析是按照變量各自的特性，對樣品進行分類的一種多元統計分析方法。將其運用于近紅外光譜分析中，變量指的是每個波數下的反射率。將216個建模樣品按照定標集與驗證集(內部驗證)比例為3:1進行分配，即定標集162個，驗證集54個。采用5000?10000cm-1的光譜數據進行聚類分析建立預測模型，模型內部驗證效果見表I。
[0043]三.模型外部驗證
[0044]選擇其它2個生產批次的16個冷凍白姑魚糜進行外部驗證。外部驗證樣品的近紅外光譜掃描參數與建模樣品保持一致，將采集到的近紅外光譜數據代入已建立的預測模型，外部驗證效果見表I。
[0045]表I近紅外光譜法評定冷凍白姑魚糜等級的聚類分析建模結果
[0046]
【權利要求】
1.一種快速評定冷凍魚糜等級模型的建立方法，其特征在于，該方法包括以下三個步驟: a.采集已知等級冷凍魚糜的近紅外光譜數據，所述a步驟包括: 利用近紅外光譜分析儀，對冷凍魚糜剖面進行光譜掃描，采集冷凍狀態下已知等級魚糜的近紅外光譜數據； b.建立冷凍魚糜等級評定的近紅外光譜預測模型，所述b步驟包括: 利用化學計量學數據處理軟件，對a步驟得到的已知等級冷凍魚糜的近紅外光譜數據進行預處理，預處理方法為先進行卷積平滑和二階導數處理，再進行標準正態變量變換處理，對光譜預處理后的數據進行主成分分析，選擇最多地保留原始變量的信息的兩個主成分，采用聚類分析建立冷凍魚糜等級評定的預測模型，并對模型準確度進行內部驗證； c.模型的外部驗證，所述c步驟包括: 利用近紅外光譜分析儀，采集用于外部驗證的冷凍魚糜近紅外光譜數據，將該數據經過b步驟相同的預處理后代入b步驟中建立的魚糜等級評定的預測模型，以考察模型預測能力。
2.根據權利要求1所述的快速評定冷凍魚糜等級模型的建立方法，其特征在于，a和c步驟中近紅外光譜分析儀的掃描波數范圍4000?lOOOOcnT1，掃描溫度25°C，每個樣品掃描時間 60-90S。
【文檔編號】G01N21/35GK103454240SQ201310391196
【公開日】2013年12月18日 申請日期:2013年8月30日 優先權日:2013年8月30日
【發明者】王錫昌, 吳浩, 劉源, 陳偉華, 王帥, 王位 申請人:上海海洋大學