本發(fā)明涉及豬肉冷凍儲(chǔ)藏期的無損檢測(cè)方法，具體涉及一種基于電子鼻的豬肉冷凍儲(chǔ)藏期的無損檢測(cè)方法。
背景技術(shù)：
：：豬肉是我國(guó)消費(fèi)量最大的肉類，長(zhǎng)期占據(jù)城鄉(xiāng)居民肉類消費(fèi)量的60％以上。由于豬肉生產(chǎn)特殊的周期性和對(duì)我國(guó)經(jīng)濟(jì)的重要影響，需要大量的儲(chǔ)備豬肉用于應(yīng)對(duì)突發(fā)事件、平抑肉價(jià)波動(dòng)等，使得冷凍儲(chǔ)藏豬肉已成為我國(guó)肉類儲(chǔ)備、調(diào)節(jié)肉價(jià)和肉類進(jìn)出口貿(mào)易的重要手段。在嚴(yán)格的凍藏條件下冷凍肉可儲(chǔ)藏較長(zhǎng)的時(shí)間，但是儲(chǔ)藏時(shí)間過長(zhǎng)或儲(chǔ)藏和運(yùn)輸過程中環(huán)境溫度變化過大都會(huì)引起冷凍肉品質(zhì)的劣變從而帶來潛在的食品安全風(fēng)險(xiǎn)。因此各國(guó)對(duì)冷凍肉品的儲(chǔ)藏期都作了規(guī)范，如美國(guó)農(nóng)業(yè)部(usda)、美國(guó)衛(wèi)生和公共服務(wù)部(hhs)和食品與藥品管理局(fda)推薦的冷凍肉品在-18℃下的儲(chǔ)藏期限為6～12個(gè)月，我國(guó)在2007年施行的《中央儲(chǔ)備肉管理辦法》中也規(guī)定：凍豬肉原則上每輪儲(chǔ)存4個(gè)月左右。而目前許多對(duì)冷凍豬肉的研究表明隨著冷凍儲(chǔ)藏時(shí)間的延長(zhǎng)豬肉的風(fēng)味、色澤、嫩度、持水力、失液率、脂質(zhì)氧化(tbars)、揮發(fā)性鹽基氮(tvb-n)等反映豬肉品質(zhì)的重要指標(biāo)均出現(xiàn)顯著的劣變，嚴(yán)重降低其商業(yè)價(jià)值，甚至造成潛在的食品安全風(fēng)險(xiǎn)，因此普遍認(rèn)為冷凍豬肉的凍藏期不應(yīng)超過4～6個(gè)月。不過目前尚無直接針對(duì)豬肉凍藏期的檢測(cè)方法，而反映冷凍豬肉品質(zhì)的指標(biāo)雖然與冷凍儲(chǔ)藏期有密切的聯(lián)系，但是其檢測(cè)方法大都存在檢測(cè)時(shí)間長(zhǎng)、操作步驟繁瑣、需對(duì)樣品進(jìn)行解凍的缺點(diǎn)，極大的限制了對(duì)冷凍豬肉狀態(tài)監(jiān)督檢測(cè)的開展，造成了對(duì)冷凍肉品監(jiān)管的漏洞。電子鼻是由選擇性的化學(xué)傳感器陣列與適當(dāng)?shù)哪Ｊ阶R(shí)別算法組成的一種嗅覺分析系統(tǒng)，具有識(shí)別簡(jiǎn)單或復(fù)雜氣味的功能。由于冷凍豬肉儲(chǔ)藏過程中會(huì)發(fā)生脂肪與蛋白質(zhì)的氧化進(jìn)而引起風(fēng)味的顯著變化，而電子鼻可以有效的檢測(cè)這些變化，再根據(jù)適當(dāng)?shù)哪Ｊ阶R(shí)別算法，就可以建立起豬肉冷凍儲(chǔ)藏期的預(yù)測(cè)模型。目前，食品行業(yè)已成功的采用電子鼻系統(tǒng)建立了谷物糧食的儲(chǔ)藏品質(zhì)、葡萄酒鑒別、水產(chǎn)品的貨架期、白酒品質(zhì)鑒別、水果品質(zhì)、茶葉品質(zhì)等快速無損檢測(cè)方法，取得了較好的效果。而對(duì)利用電子鼻系統(tǒng)建立豬肉冷凍儲(chǔ)藏期無損檢測(cè)方法的研究還未曾涉及。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于電子鼻的豬肉冷凍儲(chǔ)藏期的無損檢測(cè)方法，利用電子鼻系統(tǒng)采集不同凍藏前狀況和不同冷凍儲(chǔ)藏期豬肉的氣味信號(hào)數(shù)據(jù)，應(yīng)用主成分分析(pca)、重復(fù)測(cè)量的方差分析對(duì)其數(shù)據(jù)特點(diǎn)進(jìn)行分析，再利用基于多層感知器的人工神經(jīng)網(wǎng)絡(luò)模式識(shí)別算法建立預(yù)測(cè)模型，從而建立針對(duì)豬肉冷凍儲(chǔ)藏期和凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的電子鼻快速無損檢測(cè)方法。該方法對(duì)于加強(qiáng)冷凍肉品監(jiān)督管理，保證廣大消費(fèi)者的食品安全提供了一種可行的檢測(cè)手段。本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn)的：一種基于電子鼻的豬肉冷凍儲(chǔ)藏期的無損檢測(cè)方法，包括以下步驟：步驟s01：取樣，提取冷凍豬肉樣品；步驟s02：數(shù)據(jù)采集，利用電子鼻對(duì)豬肉樣品進(jìn)行氣體采集；步驟s03：建立預(yù)測(cè)模型，選用主成分分析、基于綜合主成分得分的重復(fù)測(cè)量的方差分析和獨(dú)立樣本的非參數(shù)檢驗(yàn)來觀察電子鼻區(qū)分不同冷凍儲(chǔ)藏時(shí)間和凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的能力，同時(shí)通過人工神經(jīng)網(wǎng)絡(luò)算法來建立豬肉冷凍儲(chǔ)藏時(shí)間和凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的預(yù)測(cè)模型；步驟s04：結(jié)果預(yù)測(cè)，根據(jù)未知樣品的頂空氣體數(shù)據(jù)采集結(jié)果和預(yù)測(cè)模型作出結(jié)果預(yù)測(cè)。進(jìn)一步的，所述的步驟s01中，選擇冷藏豬肉的肌肉部分，不經(jīng)解凍使用線鋸直接切割成5cm見方肉塊，放置于100ml的燒杯中，用保鮮膜密封，至-20℃溫度下平衡60min，取樣過程保持低溫使樣品不發(fā)生解凍，每個(gè)樣品制備3個(gè)以上的平行樣。進(jìn)一步的，所述的步驟s02中，使用的電子鼻pen3型電子鼻，包含10個(gè)金屬氧化物傳感器分別為w1c識(shí)別芳香成分、w5s識(shí)別氮氧化物、w3c識(shí)別氨類和芳香型化合物、w6s識(shí)別氫氣、w5c識(shí)別烷烴和芳香型化合物、w1s烴類物質(zhì)、w1w識(shí)別硫化氫、w2s識(shí)別醇類和部分芳香型化合物、w2w識(shí)別芳香化合物和有機(jī)硫化物、w3s識(shí)別烷烴。進(jìn)一步的，所述的步驟s02中，豬肉樣品從-20℃取出后直接吸取樣品頂端空間的氣體，以傳感器電導(dǎo)率g與基準(zhǔn)氣體通過時(shí)傳感器電導(dǎo)率g0的比值為檢測(cè)數(shù)據(jù)進(jìn)行分析，樣品每次檢測(cè)完成后，迅速用保鮮膜重新密封燒杯放回-20℃繼續(xù)冷凍儲(chǔ)藏，檢測(cè)過程中保持低溫使樣品不發(fā)生解凍。進(jìn)一步的，所述的步驟s03中的數(shù)據(jù)處理采用統(tǒng)計(jì)學(xué)軟件對(duì)60s處的g/g0值數(shù)據(jù)進(jìn)行處理。進(jìn)一步的，所述的步驟s04具體包括以下子步驟：s11：豬肉樣品切割成5cm見方肉塊，放置于100ml的燒杯中，用保鮮膜密封，分為a、b兩組豬肉樣品，每一組包括至少30份豬肉樣品，其中a組指未經(jīng)過冷藏的凍藏豬肉；b組指凍藏前經(jīng)過7天冷藏的凍藏豬肉；s12：選取不同凍藏時(shí)間節(jié)點(diǎn)的a、b兩組豬肉樣品，并利用電子鼻采集豬肉樣品的頂空氣體數(shù)據(jù)；s13：采用主成分分析、基于綜合主成分得分的重復(fù)測(cè)量的方差分析理a、b兩組豬肉樣品的氣體數(shù)據(jù)；s14：根據(jù)步驟s13中的數(shù)據(jù)分布，同時(shí)通過人工神經(jīng)網(wǎng)絡(luò)算法來建立豬肉冷凍儲(chǔ)藏時(shí)間和凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的預(yù)測(cè)模型。進(jìn)一步的，所述的步驟s12中選取的時(shí)間節(jié)點(diǎn)分別為第0天、25天、80天、134天、161天、200天、250天；檢測(cè)參數(shù)為：洗氣時(shí)間60s、調(diào)零時(shí)間5s、樣品準(zhǔn)備時(shí)間5s、進(jìn)樣時(shí)間100s、流速300ml/min。進(jìn)一步的，還包括采用線性判別分析(lda)，同時(shí)采用“留一法”對(duì)樣品進(jìn)行交叉驗(yàn)證。進(jìn)一步的，所述的步驟s13中基于綜合主成分得分的重復(fù)測(cè)量的方差分析中如mauchly的球形度檢驗(yàn)不滿足可采用包括greenhouse-geisser、huynh-feldt、下限等3種方法對(duì)a、b兩組豬肉樣品的氣體數(shù)據(jù)進(jìn)行矯正。本發(fā)明的有益效果是：(1)對(duì)冷凍儲(chǔ)藏不同時(shí)間及凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的豬肉樣品，采用電子鼻無損頂空檢測(cè)，通過pca和重復(fù)測(cè)量的方差分析對(duì)電子鼻檢測(cè)數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)，不同凍藏前狀態(tài)和不同凍藏時(shí)間的樣品均表現(xiàn)出不同的多元數(shù)據(jù)分布特點(diǎn)。這為利用電子鼻檢測(cè)數(shù)據(jù)，通過模式識(shí)別算法建立豬肉凍藏時(shí)間和凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的預(yù)測(cè)模型提供了基礎(chǔ)條件。(2)采用基于多層感知器的神經(jīng)網(wǎng)絡(luò)算法來建立豬肉凍藏時(shí)間和凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的預(yù)測(cè)模型，該預(yù)測(cè)模型對(duì)凍藏時(shí)間預(yù)測(cè)的線性范圍大，回歸函數(shù)的相關(guān)性好，對(duì)凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏也有較高的分組預(yù)測(cè)的準(zhǔn)確率。(3)由于本研究所建立的電子鼻檢測(cè)方法，基于無損頂空檢測(cè)和模式識(shí)別算法，整個(gè)檢測(cè)過程無需解凍樣品和進(jìn)行復(fù)雜的前處理，快速高效可實(shí)現(xiàn)現(xiàn)場(chǎng)檢測(cè)。該方法有望在豬肉豬肉凍藏時(shí)間和凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的快速檢測(cè)上得到應(yīng)用，為加強(qiáng)冷凍肉品監(jiān)督管理提供了一種簡(jiǎn)便可行的檢測(cè)技術(shù)。附圖說明圖1是本發(fā)明的步驟示意圖；圖2是凍藏豬肉電子鼻檢測(cè)數(shù)據(jù)的pca結(jié)果；圖3是基于綜合主成分得分冷凍儲(chǔ)藏過程中豬肉電子鼻檢測(cè)結(jié)果的變化；圖4是凍藏豬肉電子鼻檢測(cè)數(shù)據(jù)的lda分析；圖5是基于多層感知器的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果，其中圖a表示豬肉凍藏時(shí)間預(yù)測(cè)結(jié)果；圖b表示凍藏豬肉是否經(jīng)過長(zhǎng)時(shí)間冷藏的分組預(yù)測(cè)結(jié)果，其中a組指未經(jīng)過冷藏的凍藏豬肉；b組指凍藏前經(jīng)過7天冷藏的凍藏豬肉。具體實(shí)施方式下面結(jié)合附圖進(jìn)一步詳細(xì)描述本發(fā)明的技術(shù)方案，但本發(fā)明的保護(hù)范圍不局限于以下所述。如圖1所示，一種基于電子鼻的豬肉冷凍儲(chǔ)藏期的無損檢測(cè)方法，包括以下步驟：步驟s01：取樣，提取冷凍豬肉樣品；步驟s02：數(shù)據(jù)采集，利用電子鼻對(duì)豬肉樣品進(jìn)行氣體采集；步驟s03：建立預(yù)測(cè)模型，選用主成分分析、基于綜合主成分得分的重復(fù)測(cè)量的方差分析和獨(dú)立樣本的非參數(shù)檢驗(yàn)來觀察電子鼻區(qū)分不同冷凍儲(chǔ)藏時(shí)間和凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的能力，同時(shí)通過人工神經(jīng)網(wǎng)絡(luò)算法來建立豬肉冷凍儲(chǔ)藏時(shí)間和凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的預(yù)測(cè)模型；步驟s04：結(jié)果預(yù)測(cè)，根據(jù)未知樣品的頂空氣體數(shù)據(jù)采集結(jié)果和預(yù)測(cè)模型作出結(jié)果預(yù)測(cè)。值得說明的是，本實(shí)施例所說的步驟并非對(duì)操作步驟順序的限定，例如步驟s03：建立預(yù)測(cè)模型可以是第一步或其他位置均可。本實(shí)施例的具體實(shí)施方法如下：建立預(yù)測(cè)模型階段選材：樣品選材：市售宰后24h內(nèi)的新鮮榮昌豬后腿冷鮮肉(取自5只豬)。實(shí)驗(yàn)樣品分為a、b兩組，a組直接切割成5×5×5cm見方肉塊(重約25g)，置于100ml燒杯中，用保鮮膜封口后，置于20℃冷凍儲(chǔ)藏；b組于4℃冷藏7d(冷鮮肉4℃下保質(zhì)期為7d)后，按a組方法進(jìn)行處理后置于-20℃冷凍儲(chǔ)藏。每組樣本量為30個(gè)，其中每只豬提供6個(gè)樣本。設(shè)備選材：pen3型電子鼻，購(gòu)自德國(guó)airsense公司，包含10個(gè)金屬氧化物傳感器分別為w1c(識(shí)別芳香成分)、w5s(識(shí)別氮氧化物)、w3c(識(shí)別氨類和芳香型化合物)、w6s(識(shí)別氫氣)、w5c(識(shí)別烷烴和芳香型化合物)、w1s(烴類物質(zhì))、w1w(識(shí)別硫化氫)、w2s(識(shí)別醇類和部分芳香型化合物)、w2w(識(shí)別芳香化合物和有機(jī)硫化物)、w3s(識(shí)別烷烴)。數(shù)據(jù)采集階段樣品凍結(jié)后，分別在第0、25、80、134、161、200、250天對(duì)樣品進(jìn)行電子鼻檢測(cè)。檢測(cè)參數(shù)為：洗氣時(shí)間60s、調(diào)零時(shí)間5s、樣品準(zhǔn)備時(shí)間5s、進(jìn)樣時(shí)間100s、流速300ml/min。檢測(cè)時(shí)，樣品從-20℃取出后直接吸取樣品頂端空間的氣體，以傳感器電導(dǎo)率g與基準(zhǔn)氣體通過時(shí)傳感器電導(dǎo)率g0的比值(即g/g0)為檢測(cè)數(shù)據(jù)進(jìn)行分析，共計(jì)獲得420個(gè)檢測(cè)數(shù)據(jù)。樣品每次檢測(cè)完成后，迅速用保鮮膜重新密封燒杯放回-20℃繼續(xù)冷凍儲(chǔ)藏，檢測(cè)過程中保持低溫使樣品不發(fā)生解凍。數(shù)據(jù)處理與建模階段采用spss22.0(ibm)軟件對(duì)60s處的g/g0值數(shù)據(jù)進(jìn)行處理。分別選用用主成分分析(principlecomponentanalysis，pca)、重復(fù)測(cè)量的方差分析和獨(dú)立樣本的非參數(shù)檢驗(yàn)來觀察電子鼻區(qū)分不同冷凍儲(chǔ)藏時(shí)間和凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的能力，同時(shí)通過線性判別分析(lineardiscriminantanalysis，lda)和人工神經(jīng)網(wǎng)絡(luò)(artificialneuralnetwork，ann)算法來建立豬肉冷凍儲(chǔ)藏時(shí)間和凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的預(yù)測(cè)模型，并對(duì)預(yù)測(cè)模型的性能進(jìn)行驗(yàn)證，具體操作如下：通過對(duì)電子鼻檢測(cè)數(shù)據(jù)的pca分析共提取兩個(gè)主成分(特征值>1)，總貢獻(xiàn)率為85.04％，其中第一主成分貢獻(xiàn)率為59.37％，主要代表芳香類化合物的變化；第二主成分貢獻(xiàn)率為25.67％，主要代表氫氣、烷烴等小分子的變化。如圖2所示：利用主成分得分?jǐn)?shù)據(jù)繪制散點(diǎn)圖見圖2；從圖2可知，經(jīng)過pca分析后，除了儲(chǔ)藏0、25、80天的數(shù)據(jù)重合外，第134、161、200、250天數(shù)據(jù)都能較好區(qū)分。而儲(chǔ)藏0～80天的數(shù)據(jù)相對(duì)集中，這可能是由于在這一時(shí)間段內(nèi)凍藏豬肉的品質(zhì)劣變不顯著，其風(fēng)味成分的差異也較小。但是隨著凍藏時(shí)間的不斷延長(zhǎng)其品質(zhì)劣變不斷加劇，其風(fēng)味成分的差異也不斷加劇。這一分析結(jié)果從揮發(fā)性風(fēng)味成分的角度也證明了凍藏豬肉品質(zhì)發(fā)生劣變的時(shí)間拐點(diǎn)是在4個(gè)月左右。但是通過pca并不能明顯區(qū)分相同凍藏時(shí)間的a，b兩組樣品。由于在現(xiàn)實(shí)中存在將過期冷鮮肉回收轉(zhuǎn)為凍藏肉的情況，為進(jìn)一步區(qū)分a，b兩組樣品多指標(biāo)結(jié)果的差異是否顯著，利用a，b兩組樣品電子鼻檢測(cè)數(shù)據(jù)的第一、第二主成分得分計(jì)算所得綜合主成分得分作為因變量，進(jìn)行重復(fù)測(cè)量的方差分析，結(jié)果見表1,2。表1電子鼻重復(fù)測(cè)量數(shù)據(jù)的組內(nèi)效應(yīng)方差檢驗(yàn)table1groupeffectvariancetestofrepeatmeasurementdatabyelectronicnose表2電子鼻重復(fù)測(cè)量數(shù)據(jù)的組間效應(yīng)方差檢驗(yàn)table2intergroupeffectvariancetestofrepeatmeasurementdatabyelectronicnose從表1可知由于不滿足mauchly的球形度檢驗(yàn)(p<0.05),故采用greenhouse-geisser、huynh-feldt、下限等3種方法矯正的組內(nèi)效應(yīng)檢驗(yàn)均表明凍藏時(shí)間對(duì)檢測(cè)結(jié)果影響顯著，而a，b分組的因素對(duì)檢測(cè)結(jié)果隨凍藏時(shí)間的變化影響不顯著(即凍藏時(shí)間與a，b分組不存在交互效應(yīng))。同時(shí)從表2可知a，b分組的因素對(duì)檢測(cè)結(jié)果具有極顯著的影響，這表明在4℃經(jīng)過長(zhǎng)時(shí)間冷藏的冷鮮肉再轉(zhuǎn)為凍藏肉與新鮮凍藏豬肉的電子鼻檢測(cè)結(jié)果是有顯著差異的。如圖3所示：由于經(jīng)正態(tài)分布檢驗(yàn)發(fā)現(xiàn)，在第80,134,250天的數(shù)據(jù)并不服從正態(tài)分布(p<0.05)。為了解在不同凍藏時(shí)間點(diǎn)a，b兩組間檢測(cè)結(jié)果的差異是否顯著，采用兩獨(dú)立樣本的非參檢驗(yàn)對(duì)數(shù)據(jù)進(jìn)行分析，結(jié)果見圖3。從圖3可見，在第0,80,134，161，250天處a，b兩組間檢測(cè)結(jié)果差異顯著，而第25和200天處a，b兩組間檢測(cè)結(jié)果差異不顯著(p>0.05)。這表明經(jīng)過7天冷藏后再凍藏的豬肉與新鮮凍藏的豬肉相比可能已經(jīng)發(fā)生了變化，而兩者在凍藏過程中發(fā)生的變化又掩蓋了其本身的差異，但隨著凍藏時(shí)間的增加其差異又逐漸加大。盡管200天處的差異也不顯著，則是可能是由于組內(nèi)變異過大掩蓋了組間差異造成的，其平均值之間的差異仍在增大。通過這一系列分析發(fā)現(xiàn)不同凍藏前狀態(tài)和不同凍藏時(shí)間的豬肉樣品的電子鼻檢測(cè)數(shù)據(jù)，在整體上均有顯著的差異，這為利用這些數(shù)據(jù)建立針對(duì)豬肉凍藏前狀態(tài)和凍藏時(shí)間的預(yù)測(cè)模型提供的基礎(chǔ)條件。如圖4所示：為建立相應(yīng)的預(yù)測(cè)模型，采用lda方法對(duì)數(shù)據(jù)進(jìn)一步分析。lda一種常用的分類方法，立足與找到反映兩類物體或事件特征的一個(gè)線性組合，以特征化或區(qū)分不同的樣本集。對(duì)冷凍儲(chǔ)藏0、25、80、134、161、200、250天共420個(gè)豬肉樣品數(shù)據(jù)按照分組方式和凍藏時(shí)間分為14個(gè)類別進(jìn)行l(wèi)da分析，結(jié)果如圖4所示。用于作圖的判別函數(shù)其總貢獻(xiàn)率為78.7％，其中第一判別函數(shù)貢獻(xiàn)率為53.3％，第二判別函數(shù)貢獻(xiàn)率為25.4％。由圖4可知，經(jīng)過lda分析后，除了凍藏第0和25天的數(shù)據(jù)重合度較高外，其余第80～250天的數(shù)據(jù)都能較好區(qū)分，說明在凍藏1個(gè)月內(nèi)豬肉樣品的劣變幾乎沒有發(fā)生，但隨著凍藏時(shí)間的增加凍藏豬肉的變化越來越顯著。同時(shí)在第134,161,200和250天處a、b組樣品的組質(zhì)心分離明顯，與主成分得分的非參檢驗(yàn)結(jié)果類似。為評(píng)估lda對(duì)豬肉凍藏時(shí)間和凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的鑒別能力，采用“留一法”對(duì)樣品進(jìn)行交叉驗(yàn)證，結(jié)果見表3。結(jié)果表明對(duì)這14類樣品的交叉驗(yàn)證的正確率為78.1％，值得注意的是即使發(fā)生錯(cuò)判的樣品也主要是在相同凍藏時(shí)間點(diǎn)的a、b兩組之間，如僅以凍藏時(shí)間分組其交叉驗(yàn)證的正確率高達(dá)95.6％。這表明利用lda對(duì)豬肉凍藏時(shí)間和凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏均具有較好的鑒定能力。表3凍藏豬肉電子鼻檢測(cè)數(shù)據(jù)lda分析的交叉驗(yàn)證結(jié)果table3cross-validationresultsofldaforfrozenporkelectronicnosetestdata如圖5所示：為建立更好的豬肉凍藏時(shí)間及凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的預(yù)測(cè)模型，采用基于多層感知器的人工神經(jīng)網(wǎng)絡(luò)算法對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步分析。ann是一種模仿生物神經(jīng)網(wǎng)絡(luò)(動(dòng)物的中樞神經(jīng)系統(tǒng)，特別是大腦)的結(jié)構(gòu)和功能的數(shù)學(xué)模型或計(jì)算模型，目前已被廣范的應(yīng)用于多元數(shù)據(jù)的估計(jì)或預(yù)測(cè)。在處理中將420個(gè)樣品隨機(jī)分為3組，其中訓(xùn)練樣品219個(gè)，測(cè)試樣品132個(gè)，支持樣品69個(gè)。最終生成包含10個(gè)協(xié)變量即電子鼻10個(gè)傳感器的數(shù)據(jù)的輸入層，1個(gè)含有11個(gè)單元的隱藏層和包含凍藏時(shí)間和a，b組分類的輸出層。該模型對(duì)支持組數(shù)據(jù)的凍藏時(shí)間預(yù)測(cè)的相對(duì)錯(cuò)誤僅為0.008，對(duì)凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的分組錯(cuò)誤率僅7.2％(即預(yù)測(cè)正確率為92.8％，由于支持組數(shù)據(jù)不參與建模，其給出的誤差可比較真實(shí)的反映模型的預(yù)測(cè)能力。)模型對(duì)冷凍儲(chǔ)藏時(shí)間和凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的預(yù)測(cè)結(jié)果見圖5。從圖5中可知，該模型對(duì)豬肉凍藏時(shí)間和凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏均有較好的預(yù)測(cè)能力。由于ann生成的預(yù)測(cè)模型對(duì)凍藏時(shí)間生產(chǎn)的是一個(gè)回歸模型具有更大的預(yù)測(cè)范圍，而對(duì)凍藏前是否經(jīng)過長(zhǎng)時(shí)間冷藏的分組也有更高的準(zhǔn)確率，因該ann模型與lda模型相比具有更好的預(yù)測(cè)性能。至此，完成預(yù)測(cè)模型的建立。無損檢測(cè)階段取樣：選擇冷藏豬肉的肌肉部分，不經(jīng)解凍使用線鋸直接切割成5cm見方肉塊(約25g左右)，放置于100ml的燒杯中，用保鮮膜密封，至-20℃溫度下平衡60min，取樣過程保持低溫使樣品不發(fā)生解凍，每樣品制備3個(gè)以上的平行樣；電子鼻檢測(cè)：待樣品頂空氣體達(dá)到平衡后，樣品從-20℃取出后使用電子鼻吸取樣品頂空氣體進(jìn)行檢測(cè)。檢測(cè)方法為：洗氣時(shí)間60s、調(diào)零時(shí)間5s、樣品準(zhǔn)備時(shí)間5s、進(jìn)樣時(shí)間100s、流速300ml/min。以傳感器電導(dǎo)率g與基準(zhǔn)氣體通過時(shí)傳感器電導(dǎo)率g0的比值即g/g0為檢測(cè)數(shù)據(jù)進(jìn)行記錄；數(shù)據(jù)整理：選提取電子鼻檢測(cè)數(shù)據(jù)中，60s處的10個(gè)傳感器的g/g0值；在spss中，以10傳感器為“變量名”，以60s處的10個(gè)傳感器的g/g0值為具體數(shù)據(jù)，建立spss數(shù)據(jù)文件。調(diào)用模型進(jìn)行預(yù)測(cè)：在spss中，打開生成的數(shù)據(jù)文件，在“實(shí)用程序——評(píng)分向?qū)А敝?，在“選擇評(píng)分模型”中調(diào)用保存的預(yù)測(cè)模型(即生成的“day.xml”和“group.xml”文件)，點(diǎn)擊“下一步”在“缺失值”中選擇“使用值替換”，點(diǎn)擊“完成”。這時(shí)數(shù)據(jù)文件會(huì)增加一列變量名為“predictedvalue”的數(shù)據(jù)，這列數(shù)據(jù)就是跟據(jù)預(yù)測(cè)模型的預(yù)測(cè)結(jié)果。以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)理解本發(fā)明并非局限于本文所披露的形式，不應(yīng)看作是對(duì)其他實(shí)施例的排除，而可用于各種其他組合、修改和環(huán)境，并能夠在本文所述構(gòu)想范圍內(nèi)，通過上述教導(dǎo)或相關(guān)領(lǐng)域的技術(shù)或知識(shí)進(jìn)行改動(dòng)。而本領(lǐng)域人員所進(jìn)行的改動(dòng)和變化不脫離本發(fā)明的精神和范圍，則都應(yīng)在本發(fā)明所附權(quán)利要求的保護(hù)范圍內(nèi)。當(dāng)前第1頁12當(dāng)前第1頁12