[发明专利]一种巴氏杀菌的水牛鲜奶和奶牛鲜奶的快速鉴定方法

说明书

本发明属于奶品分析领域，具体涉一种巴氏杀菌的水牛鲜奶和奶牛鲜奶的快速鉴别方法。步骤为：1)采集水牛鲜奶和奶牛鲜奶；2)在中红光谱范围内扫描样品，获得中红外光谱数据；3)对原始中红外光谱预处理，去除异常值；4)预处理后数据集划分为训练集和测试集；5)筛选建模的光谱波段；6)将不同光谱预处理和建模算法组合，建立鉴别模型，使用准确性、特异性、灵敏度和AUC对模型进行评估，筛选出效果最优的预处理方法和建模算法组合；7)对模型验证，评估模型的泛化能力。由于采用简便的光谱筛选方法，使用了更少的波点建模，减少了运算成本，通过10个鉴别模型得到最优模型，本发明提高了巴氏杀菌水牛鲜奶和奶牛鲜奶鉴别的速率和准确性。

技术领域

本发明属于奶品分析技术领域，具体涉及一种巴氏杀菌的水牛鲜奶和奶牛鲜奶的快速鉴定方法。

背景技术

Dal等人(2018)在实验室中制备掺有不同浓度奶牛奶的水牛马苏里拉奶酪，使用液相色谱-串联质谱分析定量奶中的物种特异性低分子量生物标志物，从而实现对掺假的水牛马苏里拉奶酪的鉴别，β-胡萝卜素和麦角钙化固醇的定量结合使检测牛奶的灵敏度阈值为5％，该方法需要离心、水浴培养、提取分析物等操作^[3]。Francesca等(2019)使用毛细管电泳方法，以牛α-乳白蛋白作为掺假标记物，检测水牛奶中的奶牛奶，可检测到的掺加牛奶的最小量为1％^[4]。此二种方法均主要集中在水牛奶的蛋白质水平进行研究，且耗时、成本较高。Ullah和Khan等使用前表面荧光光谱法对牛奶样品进行扫描，基于荧光光谱建立偏最小二乘回归

(PLSR)预测模型用于定量预测奶牛和水牛的掺假，该模型的相关系数达到0.99，交叉验证(RMSECV)和预测(RMSECP)中的模型均方根误差分别为1.16和6.24^[7]。荧光光谱检测的物质需含有荧光基团，即含有不饱和键的基团，因此对检测的物质具有一定的局限性。上述这些方法对技术、时间、样本量、仪器和操作人员均有较高的要求。

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。已有研究表明，中红外光谱可较好地预测水牛奶的酸度特征：例如在校准集和验证集中分别正确分类为未凝结91.57％和67.86％的牛奶样品^[5]。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^[8]。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，且难以避免数据不完整、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，因此需要一些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^[6]、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^[6]、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^[6]等。

发明内容

本发明的目的是针对巴氏杀菌的水牛鲜奶和奶牛鲜奶的鉴定方法存在的缺陷，确定巴氏杀菌的水牛鲜奶和奶牛鲜奶的快速鉴定的最佳预处理和建模算法组合方法，提高上述两类鲜奶的鉴别速度和准确率。

本发明的技术方案如下所述：

一种巴氏杀菌的水牛鲜奶和奶牛鲜奶的快速鉴别方法，所述方法包括以下步骤：

1)奶样的选取

分别采集巴氏杀菌的水牛鲜奶和奶牛鲜奶样本；

2)采集中红外光谱(简称MIR)

利用乳成分检测仪对水牛鲜奶和奶牛鲜奶进行扫描，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