[发明专利]原奶或液态奶真实性鉴别方法和系统

摘要

本发明公开了一种原奶或液态奶真实性鉴别方法和系统。其中的方法包括将采集到的原奶或液态奶样本的训练样本集进行氨基酸指纹、脂肪酸指纹或脂肪酸气相色谱指纹的采集，并用化学计量学软件进行数据结构分析，建立定性和定量鉴别模型；同时对奶样验证样本集进行氨基酸指纹、脂肪酸或脂肪酸气相色谱指纹的采集，并将采集的数据输入已建立的定性或定量鉴别模型，以验证模型的准确性和稳定性，并进行模型优化，直至模型准确率满足要求。最后，将优化的鉴别模型用于对原奶和液态奶真实性的鉴别。本发明可以更加准确可靠的对奶样本的真伪进行鉴别。

主权项

一种原奶或液态奶真实性鉴别方法，其特征在于，包括如下步骤：步骤1，将收集的原奶或液态奶的奶样本划分为训练样本集和验证样本集，所述训练样本集用于模型建立，所述验证样本集用于模型验证和优化；步骤2，对所述训练样本集，进行氨基酸指纹、脂肪酸指纹或脂肪酸气相色谱指纹的检测和采集；所述脂肪酸指纹指原奶或液态奶乳脂肪中的脂肪酸种类、含量和比例的整体构成，脂肪酸气相色谱指纹指样品的乳脂肪经过甲酯化后跑出的气相色谱图，即各峰的位置，即对齐矫正的保留时间，和峰面积数据，步骤3，对所述训练样本集的氨基酸指纹、脂肪酸指纹或脂肪酸气相色谱指纹，用化学计量学软件进行数据结构分析，基于分析结果选择数据前处理方法和化学计量学软件中的分析模块建立多个鉴别模型，所述鉴别模型包括定性模型和/或定量模型；所述定性模型包括通用模型和专用模型，其中，所述通用模型适用于对多个物种、品种或未知异常乳的真实性进行第一次判别；所述通用模型包括主成分分析PCA和软独立模式分类SIMCA；所述专用模型为对两物种或品种判别的二分类模型；或适用于特定地区或市场的鉴别模型；所述专用模型包括偏最小二乘PLS和偏最小二乘判别分析PLS‑DA；所述定量模型为对已明确的掺假对象进行掺加量计算的模型；所述定量模型包括偏最小二乘PLS；步骤4，对所述验证样本集，也进行氨基酸指纹、脂肪酸指纹或脂肪酸气相色谱指纹的采集；步骤5，将所述验证样本集的指纹数据在所述鉴别模型中运行，对比模型的判别结果与所述验证样本集中每个已知样本的真实性是否一致，确定鉴别模型的准确率；步骤6，根据准确率的高低对鉴别模型进行排序，选择准确率满足要求的鉴别模型进行优化然后返回执行步骤5；并以准确率的提高程度判断模型优化的效果；步骤7，用优化后的一个或多个鉴别模型对待检原奶或液态奶进行真实性鉴别。