[发明专利]一种基于介电频谱技术的牛乳蛋白质含量快速检测方法

摘要

本发明公开了一种基于介电频谱技术的牛乳蛋白质含量快速检测方法。本发明利用网络分析仪（或阻抗分析仪）和同轴探头获得一批牛乳样本在射频/微波范围内的介电频谱（相对介电常数频谱和介质损耗因数频谱），从介电频谱中提取出表达牛乳蛋白质含量的特征介电变量，基于整个频率范围内的介电频谱或者提取的特征介电变量建立预测牛乳蛋白质含量的线性或非线性预测模型，并对模型进行检验，以均方根误差最小的模型作为预测牛乳蛋白质含量的最佳模型。将未知牛乳样品特征频率下的介电频谱数据量代入最佳模型即可计算出该样品的蛋白质含量。本发明具有检测迅速、便捷、精度高、操作简单、以及可实现实时及在线检测的优点。

主权项

1.一种基于介电频谱技术的牛乳蛋白质含量快速检测方法，其特征在于，包含以下步骤：（1）收集样本：收集一批来源于不同地区、不同饲养条件、不同奶牛品种、不同奶牛个体、不同产乳期、不同季节、数量足够、蛋白质含量有一定差异的生鲜牛乳样品；样品在2℃~4℃下保存，24小时内完成室温下样品介电频谱的采集；根据国标规定的方法测量各牛乳样品的蛋白质含量；（2）介电频谱的采集：测量前将样品回温到室温，在室温下采用网络分析仪和同轴探头组成的测量装置完成介电频谱的采集；采集前先校准好测量装置并设置好采集软件，包括设置好适量的采集频率点；然后测量牛乳样品在射频/微波范围内的介电频谱，该介电频谱包括相对介电常数频谱、介质损耗因数频谱；将样品回温到室温，在室温下采集是指介电频谱的采集时样品的温度为23~25℃；（3）样本划分：采用SPXY法将牛乳样本划分为校正集和预测集；校正集和预测集的样品比例按照2:1或3:1或4:1划分；校正集的样品数大于预测集的样品数，蛋白质含量为最小值和最大值的牛乳样品要划分进校正集；（4）特征介电变量的提取：分别采用连续投影算法、无信息变量消除法、无信息变量消除法协同连续投影算法、蒙特卡罗法对校正集中牛乳样品的介电频谱数据进行降维处理，在整个测量频率范围内的介电频谱数据中提取出能反映牛乳样品蛋白质含量的特征介电变量；特征介电变量对应的频率为特征频率；特征介电变量单独从相对介电常数频谱数据或介质损耗因数频谱数据中提取，或者从介电常数频谱和介质损耗因数频谱两种数据中共同提取；提取的特征介电变量是步骤（2）中采集的部分介电频谱数据，或者是步骤（2）中采集的全部介电频谱数据；（5）牛乳蛋白质含量预测模型的建立：以步骤（4）提取的特征介电变量为输入参数，以牛乳样品的蛋白质含量为输出参数，分别以偏最小二乘法、最小二乘支持向量机法、极限学习机法和广义神经网络法建立基于校正集样品数据的牛乳蛋白质含量的线性或非线性预测模型；（6）模型的验证：利用预测集的样品数据检验步骤（5）所建立的多个牛乳蛋白质含量预测模型的性能，将预测结果均方根误差最小的模型确定为预测牛乳蛋白质含量的最佳模型；分析预测集的误差规律并确定出误差修正值；（7）未知牛乳样品蛋白质含量的预测：对于未知蛋白质含量的牛乳样品，按照步骤（2）完成介电频谱的采集，将采集的未知牛乳样品介电频谱数据中与步骤（4）确定的特征频率下的介电频谱数据代入步骤（6）确定的牛乳蛋白质含量的最佳模型中，就可以快速计算出该未知牛乳样品的蛋白质含量；（8）误差修正：利用步骤（6）中得到的误差修正值对步骤（7）的预测结果进行修正；修正后的结果就是未知牛乳样品蛋白质含量的最终测量结果。