[发明专利]三文鱼新鲜度检测系统及方法

说明书

本发明实施例提供一种三文鱼新鲜度检测系统及方法，属于食品检测技术领域。包括：密闭检测气室、气体传感器阵列、数据采集模块、模式识别模块和显示界面；其中，密闭检测气室用于放置待检测三文鱼样本；数据采集模块，用于收集气体传感器阵列采集到的待检测三文鱼样本的气味信息，并对气味信息进行预处理和特征量提取；模式识别模块，用于根据气味信息，通过训练好的核机器学习模型确定待检测三文鱼样本的新鲜度；显示界面，用于实现人机交互。本发明实施例提供的系统，可以实现从气体传感器阵列采集三文鱼样本气味到模式识别模块识别不同冷藏温度的三文鱼新鲜度的智能检测与辨识。

技术领域

本发明实施例涉及食品检测技术领域，尤其涉及一种三文鱼新鲜度检测系统及方法。

背景技术

冷藏保鲜方法(0-4℃)将三文鱼的温度降低到冰点却又不使其冻结产生冰晶，从而使其能够较好地保持其品质。但是受运输条件、销售或采购后贮藏环境的限制，水产品冷藏温度常不能控制在0-4℃内，导致其新鲜度下降很快，极易发生变质腐败。电子鼻是一种现代仿生技术，可以通过对气味进行分析达到种类区分、新鲜度判定和品质预测等目的，广泛应用在农产品及食品领域。传统的电子鼻模式识别方法多采用线性识别方法，该方法相对简单。当研究对象类别增多、复杂性增大，尤其是像对不同冷藏温度的三文鱼新鲜度识别这种既涉及温度识别又涉及新鲜度判定的问题，传统模式下的线性识别方法将不再能满足要求，新鲜度检测精度较低。

模式识别方法的建立是电子鼻研究的重要内容，相较于传统线性模式识别方法，如Fisher判别分析法、主成分分析法，核方法可以通过核函数来解决低维线性不可分问题，保障更快速的学习和更高效率的研究，为模式识别提供重要的解算思路。引入了核方法的机器学习则称作核机器学习，在模式识别中，核机器学习模型由两部分组成，一部分是核函数，另一部分是通用的线性学习机。在众多学习机中，支持向量机(SVM)是目前应用最广泛的一种，非常适合高维度和小样本数据量训练。近年来支持向量机的研究与应用飞速发展，以支持向量机为学习机的核方法已成为流行且强大的模式识别工具。

发明内容

为了解决上述问题，本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的三文鱼新鲜度检测系统及方法。

根据本发明实施例的第一方面，提供了一种三文鱼新鲜度检测系统，包括：密闭检测气室、气体传感器阵列、数据采集模块、模式识别模块和显示界面；其中，密闭检测气室用于放置待检测三文鱼样本；数据采集模块，用于收集气体传感器阵列采集到的待检测三文鱼样本的气味信息，并对气味信息进行预处理和特征量提取；模式识别模块，用于根据气味信息，通过训练好的核机器学习模型确定待检测三文鱼样本的新鲜度；显示界面，用于实现人机交互。

根据本发明实施例的第二方面，提供了一种三文鱼新鲜度检测方法，该方法包括：获取气体传感器阵列采集到的待检测三文鱼样本的气味信息，待检测三文鱼样本被置于密闭检测气室的样本槽内；根据气味信息，通过训练好的核机器学习模型确定待检测三文鱼样本的新鲜度。

本发明实施例提供的三文鱼新鲜度检测系统及方法，可以实现从气体传感器阵列采集三文鱼样本气味到模式识别模块识别不同冷藏温度的三文鱼新鲜度的智能检测与辨识。

应当理解的是，以上的一般描述和后文的细节描述是示例性和解释性的，并不能限制本发明实施例。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种三文鱼新鲜度检测系统的结构示意图；

图2为本发明实施例提供的一种三文鱼新鲜度检测方法的流程示意图；

图3为本发明实施例提供的一种三文鱼挥发性气味电压响应曲线图；