[发明专利]原料牛奶保存时间的快速鉴定方法

说明书

本发明属于奶品分析技术领域，具体涉及原料牛奶保存时间的快速鉴定技术。本发明的领域与中红外光谱分析领域有关。本发明的主要步骤为：获得不同保存时间的原料牛奶样品中红外光谱数据，对原始中红外光谱进行预处理，去除异常值，将预处理后的数据集分为训练集和测试集，对训练集进行光谱波段选择，在训练集上构建预测模型，使用测试集和验证集对模型进行评估。所述的检测应用：用模型预测原料牛奶是否保存时间超过1天。本发明具有测试速度快、对样品无损、可同时大批量检测等突出优点。

技术领域

本发明属于奶品分析技术领域，具体涉及一种原料牛奶保存时间的快速鉴定技术。本发明的领域与中红外光谱领域相关。

背景技术

牛奶含有蛋白质、脂肪、乳糖和各种维生素及矿物质等一百多种人体需要的营养元素，是一种营养丰富而全面的理想食品。原料牛奶(原料奶)可以制成种类众多的乳制品，包括液体乳类、乳粉类、炼乳类、乳脂肪类、乳冰淇淋类、干酪类、其它乳制品类，乳制品销售额大，涉及生活方方面面，是一种重要的国民食品来源。原料奶位于奶业产业链的最上游，其质量安全将直接影响到乳品的质量与安全，这就要求进行奶制品生产加工的原料奶必须来自健康奶牛，且感官正常，营养成分均衡，微生物指数低，无抗生素、药物残留，不掺假。原料奶在4℃条件下，随着保存时间延长，其酸度上升，pH值下降，乳糖含量下降，当保存时间超过3天时，酸度大于18°T，不符合国家原料奶标准^[1]。原料奶的品质监控一直是企业生产环节中的重要一环，传统方法一般通过感官评价、测定酸度或者菌落总数^[2]等进行原料奶品质监控，这些方法费时废力，又或需要专业人士来操作。李亮等人通过将近红外光谱技术结合进原料牛奶的酸度、pH、乳糖含量的检测中，用这些指标来判断原料奶的腐败程度^[1]。

中红外光谱(MIR)分析是近年来快速发展起来的一种快速、无损、无公害、可多组分同时分析的现代技术，且广泛应用于乳用动物，特别是奶牛的生产性能测定，全国有30多家DHI中心，均应用中红外光谱技术进行检测。目前中红外技术已经应用在生鲜奶的酸度^[3]、pH值^[4]等保存天数变化相关指标的检测中，具备了直接用中红外测定奶样保存天数的条件，故而可以利用中红外光谱建立原料牛奶保存时间的快速鉴定技术。

发明内容

本发明的目的在于克服现有技术存在的缺陷，提供一种基于中红外光谱分析的原料牛奶保存时间的快速鉴定方法。为了确定最佳的预处理和建模算法组合，本发明对光谱数据使用了包括不处理在内的5种预处理方法，结合2种建模方法，共建立了10个原料牛奶保存时间鉴定模型。并且通过对光谱数据进行Pearson相关性检验和相关性的显著性分析筛选出建模使用的特征光谱。所建立的模型在测试集上的准确率为1.00，在验证集上的准确率为0.90。

本发明的技术方案如下所述：

一种基于中红外光谱分析的原料牛奶保存天数的快速鉴定方法，所述的方法包括以下步骤：

1)选取奶样：分别采集不同保存天数的原料牛奶作为检测样本；

2)采集中红外光谱:利用乳成分检测仪对步骤1)的检测样本进行扫描，通过与其相连的计算机输出样本对应的透光率，得到样本光谱图；

3)对采集的原始中红外光谱数据进行预处理，将光谱数据由透射率(T)转换成吸光度(A)，去除异常值；

4)数据集的划分:将数据集分为训练集和测试集；

5)建模波段的选择：筛选两种牛奶样本的显著差异波段，并去除水的吸收区域；

6)模型的建立与筛选：以训练集奶样的中红外光谱作为输入值，以原料牛奶不同保存天数的类别作为输出值，使用不同光谱预处理方法和不同建模算法在训练集上构建模型，遵循准确性、特异性、灵敏度和AUC等指标较高的原则对模型进行评估及筛选，选择最优的数据预处理和建模算法组合构建模型；