一种基于多源光谱数据融合的牛奶新鲜度检测方法
【技术领域】
[0001]本发明涉及牛奶检测技术领域，具体涉及一种基于多源光谱数据融合的牛奶新鲜度检测方法。
【背景技术】
[0002]牛奶是最古老的天然饮料之一，被誉为“白色血液”，对人体的重要性可想而知；牛奶含有丰富的矿物质、钙、磷、铁、锌、铜、锰、钼，且牛奶是人体钙的最佳来源，而且钙磷比例非常适当，利于钙的吸收。但是牛奶不利于久存，时间一长便会不新鲜，人一旦饮用了便会出现不适，甚至可能会带来严重后果。
【发明内容】
[0003]针对上述技术中存在的不足之处，本发明提供了一种安全可靠、快速准确的基于多源光谱数据融合的牛奶新鲜度检测方法。
[0004]本发明解决其技术问题所采用的技术方案是:一种基于多源光谱数据融合的牛奶新鲜度检测方法，包括如下步骤:步骤一、样品采集:采集同一品种不同日期生产的牛奶样品若干，将其分成校正集牛奶样品和测试集牛奶样品；步骤二、酸度值测定:测定校正集牛奶样品和测试集牛奶样品的酸度值，牛奶样品的酸度值范围为20°T?30°T;步骤三、光谱采集:采集校正集牛奶样品和测试集牛奶样品的近红外光谱和拉曼光谱;步骤四、光谱数据融合:分别对近红外光谱和拉曼光谱进行预处理，并将预处理后的近红外光谱和拉曼光谱进行数据层融合，得到融合光谱;步骤五、定量模型建立:建立校正集牛奶样品的酸度值与校正集牛奶样品的融合光谱的定量模型；步骤六、定量模型验证:通过步骤四中建立的定量模型预测测试集牛奶样品的酸度值，并与步骤二中测定的测试集牛奶样品的酸度值比较，要求误差< 10%，相关系数I 95% ;步骤七、待测牛奶样品新鲜度分析:采集待测牛奶样品的近红外光谱和拉曼光谱，采用定量模型预测待测牛奶样品的酸度值;其中，当酸度值2 25°Τ时，则判定待测牛奶样品不新鲜;当酸度值<25° T时，则判定待测牛奶样品新鲜。
[0005]优选的，所述步骤二中的酸度值测定方法如下:吸取1ml牛奶样品注入10ml三角瓶中，并用20ml中性蒸馏水稀释，再加入0.5%酚酞指示剂0.5ml混勾，采用0.lmol/L氢氧化钠标准溶液滴定，时时摇动直至微红色在30秒内不消失为止;其中，酸度值(° T) = 10*(V1-V0)*C; Vl为耗用氢氧化钠标准溶液的体积，单位为ml ； VO为空白试验时耗用氢氧化钠标准溶液的体积，单位为ml ； C为氢氧化钠标准溶液的浓度，单位为mol/L。
[0006]优选的，所述步骤三中近红外光谱的采集条件为:牛奶样品温度20?30°C，光谱范围1200?1800nm，采集方式为透射，重复采集3次并取其平均值作为该牛奶样品的近红外光
L曰O
[0007]优选的，所述步骤三中拉曼光谱的采集条件为:牛奶样品温度40±2°C，光谱波数范围4000?650cm—S采集方式为透射，重复采集3次并取其平均值作为该牛奶样品的拉曼光
L曰O
[0008]优选的，所述步骤四中的光谱数据融合方法为:将预处理后的近红外光谱和拉曼光谱的横坐标首尾相接融合，并共用同一纵坐标，即得到融合光谱。
[0009]优选的，所述步骤四中的近红外光谱预处理采用Savitzky-Golay滤波11点平滑消除光谱噪声，所述拉曼光谱预处理采用自适应迭代重加权惩罚最小二乘算法进行基线校正。
[0010]优选的，所述步骤五中建立定量模型采用PLS回归分析方法建立，要求定量模型的 R2>0.95，RMSECV<0.01。
[0011]本发明与现有技术相比，其有益效果是:本发明提供的基于多源光谱数据融合的牛奶新鲜度检测方法，安全可靠，快速准确，具有很好的实际应用价值。
【具体实施方式】
[0012]本发明提供了一种基于多源光谱数据融合的牛奶新鲜度检测方法，包括如下步骤:
[0013]步骤一、样品采集:采集同一品种不同日期生产的牛奶样品若干，将其分成校正集牛奶样品和测试集牛奶样品；
[0014]步骤二、酸度值测定:测定校正集牛奶样品和测试集牛奶样品的酸度值，牛奶样品的酸度值范围为20° T?30° T，酸度值测定方法如下:吸取1ml牛奶样品注入10ml三角瓶中，并用20ml中性蒸馏水稀释，再加入0.5 %酚酞指示剂0.5ml混匀，采用0.lmol/L氢氧化钠标准溶液滴定，时时摇动直至微红色在30秒内不消失为止；其中，酸度值(° T) = 10*(Vl-V0)*C; Vl为耗用氢氧化钠标准溶液的体积，单位为ml ； VO为空白试验时耗用氢氧化钠标准溶液的体积，单位为ml ； C为氢氧化钠标准溶液的浓度，单位为mol/L；
[0015]步骤三、光谱采集:采集校正集牛奶样品和测试集牛奶样品的近红外光谱和拉曼光谱:
[0016]近红外光谱的采集条件为:牛奶样品温度20?30°C，光谱范围1200?1800nm，采集方式为透射，重复采集3次并取其平均值作为该牛奶样品的近红外光谱；
[0017]拉曼光谱的采集条件为:牛奶样品温度40±2°C，光谱波数范围4000?650cm—S采集方式为透射，重复采集3次并取其平均值作为该牛奶样品的拉曼光谱；
[0018]步骤四、光谱数据融合:分别对近红外光谱和拉曼光谱进行预处理，近红外光谱预处理采用Savi tzky-Go lay滤波11点平滑消除光谱噪声，所述拉曼光谱预处理采用自适应迭代重加权惩罚最小二乘算法进行基线校正，并将预处理后的近红外光谱和拉曼光谱进行数据层融合，得到融合光谱，光谱数据融合方法为:将预处理后的近红外光谱和拉曼光谱的横坐标首尾相接融合，并共用同一纵坐标，即得到融合光谱；
[0019]步骤五、定量模型建立:建立校正集牛奶样品的酸度值与校正集牛奶样品的融合光谱的定量模型，建立定量模型采用PLS回归分析方法建立，要求定量模型的R2 2 0.95，RMSECV <0.01；
[0020]步骤六、定量模型验证:通过步骤四中建立的定量模型预测测试集牛奶样品的酸度值，并与步骤二中测定的测试集牛奶样品的酸度值比较，要求误差<10%，相关系数295% ；
[0021]步骤七、待测牛奶样品新鲜度分析:采集待测牛奶样品的近红外光谱和拉曼光谱，采用定量模型预测待测牛奶样品的酸度值；
[0022]其中，当酸度值I 25° T时，则判定待测牛奶样品不新鲜；当酸度值<25° T时，则判定待测牛奶样品新鲜。
【主权项】
1.一种基于多源光谱数据融合的牛奶新鲜度检测方法，其特征在于，包括如下步骤: 步骤一、样品采集:采集同一品种不同日期生产的牛奶样品若干，将其分成校正集牛奶样品和测试集牛奶样品； 步骤二、酸度值测定:测定校正集牛奶样品和测试集牛奶样品的酸度值，牛奶样品的酸度值范围为20° T?30° T; 步骤三、光谱采集:采集校正集牛奶样品和测试集牛奶样品的近红外光谱和拉曼光谱；步骤四、光谱数据融合:分别对近红外光谱和拉曼光谱进行预处理，并将预处理后的近红外光谱和拉曼光谱进行数据层融合，得到融合光谱； 步骤五、定量模型建立:建立校正集牛奶样品的酸度值与校正集牛奶样品的融合光谱的定量模型； 步骤六、定量模型验证:通过步骤四中建立的定量模型预测测试集牛奶样品的酸度值，并与步骤二中测定的测试集牛奶样品的酸度值比较，要求误差< 10%，相关系数2 95% ; 步骤七、待测牛奶样品新鲜度分析:采集待测牛奶样品的近红外光谱和拉曼光谱，采用定量模型预测待测牛奶样品的酸度值； 其中，当酸度值I 25° T时，则判定待测牛奶样品不新鲜；当酸度值<25° T时，则判定待测牛奶样品新鲜。2.如权利要求1所述的基于多源光谱数据融合的牛奶新鲜度检测方法，其特征在于，所述步骤二中的酸度值测定方法如下:吸取1ml牛奶样品注入10ml三角瓶中，并用20ml中性蒸馏水稀释，再加入0.5%酚酞指示剂0.5ml混匀，采用0.1mo 1/L氢氧化钠标准溶液滴定，时时摇动直至微红色在30秒内不消失为止； 其中，酸度值(° T) = I O* (Vl -VO) *C; VI为耗用氢氧化钠标准溶液的体积，单位为ml ； VO为空白试验时耗用氢氧化钠标准溶液的体积，单位为ml ； C为氢氧化钠标准溶液的浓度，单位为mol/L3.如权利要求1所述的基于多源光谱数据融合的牛奶新鲜度检测方法，其特征在于，所述步骤三中近红外光谱的采集条件为:牛奶样品温度20?30 °C，光谱范围1200?1800nm，采集方式为透射，重复采集3次并取其平均值作为该牛奶样品的近红外光谱。4.如权利要求1所述的基于多源光谱数据融合的牛奶新鲜度检测方法，其特征在于，所述步骤三中拉曼光谱的采集条件为:牛奶样品温度40±2°C，光谱波数范围4000?650CHT1，采集方式为透射，重复采集3次并取其平均值作为该牛奶样品的拉曼光谱。5.如权利要求1所述的基于多源光谱数据融合的牛奶新鲜度检测方法，其特征在于，所述步骤四中的光谱数据融合方法为:将预处理后的近红外光谱和拉曼光谱的横坐标首尾相接融合，并共用同一纵坐标，即得到融合光谱。6.如权利要求1所述的基于多源光谱数据融合的牛奶新鲜度检测方法，其特征在于，所述步骤四中的近红外光谱预处理采用Savitzky-Golay滤波11点平滑消除光谱噪声，所述拉曼光谱预处理采用自适应迭代重加权惩罚最小二乘算法进行基线校正。7.如权利要求1所述的基于多源光谱数据融合的牛奶新鲜度检测方法，其特征在于，所述步骤五中建立定量模型采用PLS回归分析方法建立，要求定量模型的R2 >0.95, RMSECV <.0.0l
【专利摘要】本发明公开了一种基于多源光谱数据融合的牛奶新鲜度检测方法，包括如下步骤：采集牛奶样品若干，将其分成校正集牛奶样品和测试集牛奶样品，并测定其酸度值、近红外光谱和拉曼光谱，并将预处理后的近红外光谱和拉曼光谱进行数据层融合，得到融合光谱；建立校正集牛奶样品的酸度值与校正集牛奶样品的融合光谱的定量模型；通过定量模型预测测试集牛奶样品的酸度值，并与测试集牛奶样品的酸度值比较；采集待测牛奶样品的近红外光谱和拉曼光谱，采用定量模型预测待测牛奶样品的酸度值。该基于多源光谱数据融合的牛奶新鲜度检测方法，安全可靠，快速准确，具有很好的实际应用价值。
【IPC分类】G01N21/359, G01N21/65
【公开号】CN105588817
【申请号】CN201510941205
【发明人】王铁军, 史寒琴, 惠建明
【申请人】新希望双喜乳业（苏州）有限公司
【公开日】2016年5月18日
【申请日】2015年12月16日