[发明专利]四种高温灭菌商品牛奶的快速鉴定方法

说明书

本发明属于奶品分析领域，具体涉及四种高温灭菌商品牛奶的快速鉴定方法，所述四种高温灭菌商品牛奶为纯牛奶、高端牛奶、有机牛奶和A2‑β酪蛋白牛奶。发明的步骤为：1)采集四种高温灭菌的牛奶的样本；2)在中红光谱范围内，对样品进行扫描，获得中红外光谱数据；3)对原始中红外光谱进行预处理，去除异常值；4)将预处理后的数据集按照分层抽样的原则划分为训练集和测试集；5)筛选建模的光谱波段；6)将不同光谱预处理方法和建模算法进行组合，建立鉴别模型，使用准确率和Kappa系数对模型评估，筛选出最优预处理方法和建模算法组合，得到最优模型；7)对模型进行验证，评估模型的泛化能力。

技术领域

本发明属于奶品分析技术领域，具体涉及高温灭菌奶中四种主要商品牛奶的快速鉴定方法，四种主要商品牛奶包括纯牛奶(蛋白质含量3.2g/100ml，脂肪含量4g/100ml)、高端牛奶(蛋白质含量3.6g/100ml,脂肪含量4.4g/100ml)、有机牛奶(3.8g/100ml,脂肪含量4.6g/100ml)和A2-β酪蛋白纯牛奶(只含有A2-β酪蛋白而不含A1-β酪蛋白的纯牛奶)。本发明的技术领域与中红外光谱分析领域相关。

背景技术

近年来，我国居民收入水平不断提高，人们的消费倾向也向更高层次、更多奶制品需求的方向转变，例如购买乳蛋白含量更高的营养型高端牛奶、健康天然的健康型有机牛奶，以及避免A1-β酪蛋白不耐受的专一型A2-β酪蛋白纯牛奶等。这些类别牛奶的价格高于纯牛奶 (常规纯牛奶)，因此，生产上亟需建立区分纯牛奶、高端牛奶、有机牛奶和A2-β酪蛋白纯牛奶的快速鉴定技术方法。

中红外光谱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，用于建立分类模型的机器学习算法有决策树、朴素贝叶斯、人工神经网络、自举汇聚、K最近邻、随机森林和支持向量机等，在实践中，随机森林和支持向量机具有更好的表现，错判率低，准确率、灵敏度和特异性高^[4]。由中红外光谱仪输出的数据为n×1060的矩阵(n为样本量)，数据庞大，且不难避免数据不完整、不一致、极易受到噪声(错误或异常值)侵扰，低质量的数据将导致效果较差的数据挖掘结果，因此需要采用一些特定的方法对输出的数据进行预处理。这些方法通常包括数据标准化^[3]、处理缺失值、去除噪声及异常值^[2]以及特征选择等，如使用一阶微分^[3]、标准正态变量变换(SNV)、多元散射校正(MSC)和 SG卷积平滑^[1]等挖掘分类对象差异，使用马氏距离去除异常值^[3]等。

发明内容

本发明的目的是针对高温灭菌奶中四种主要商品牛奶(例如纯牛奶、高端牛奶、有机牛奶和A2-β酪蛋白牛奶)的鉴定方法存在的缺陷，确定高温灭菌奶中纯牛奶、高端牛奶、有机牛奶和A2-β酪蛋白牛奶快速鉴定的最佳预处理和建模算法组合，提高此四种牛奶的鉴别速度及准确度。

具体地，本发明的技术方案如下所述：

高温灭菌奶中四种主要商品牛奶快速鉴定方法，所述四种主要商品牛奶为纯牛奶、高端牛奶、有机牛奶和A2-β酪蛋白牛奶，所述的快速鉴定方法包括以下步骤：

1)选取奶样

分别采集纯牛奶、高端牛奶、有机牛奶和A2-β酪蛋白牛奶；

2)采集中红外光谱(MIR)

采用乳成分检测仪对上述牛奶样本进行扫描，通过相连的计算机输出每个样本对应的透光率；

3)数据预处理

将原始光谱数据由透光率(T)转化为吸光度(A)，去除异常值；

4)划分数据集

将数据集按照分层抽样的原则划分为训练集和测试集，两者分别占数据集的80％和20％；

5)确定建模光谱波段