[發明專利]一種魚類貨架期的判斷方法及裝置

有效

• 申請號: 201711408396.3
• 申請日: 2017-12-22
• 公開（公告）號: CN108254513B
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 史策;范蓓蕾;楊信廷;錢建平;韓帥;吳曉明;杜曉偉
• 申請（專利權）人: 北京農業信息技術研究中心
• 主分類號: G01N33/12
• 分類號: G01N33/12;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

本發明提供了一種魚類貨架期的判斷方法及裝置。方法包括：獲取保存溫度、保存時間和氣體成分數據；將氣體成分數據輸至N個主成分表達式獲取N個主成分值；將保存溫度、保存時間和N個主成分值輸入至第一徑向基函數神經網絡模型獲取揮發性鹽基氮的預測含量；將保存溫度、保存時間和N個主成分值輸入至第二徑向基函數神經網絡模型獲取菌落總數的預測含量；在揮發性鹽基氮的預測含量或菌落總數的預測含量大于揮發性鹽基氮的預設值或菌落總數的預設值時，確定樣本超過貨架期。本發明能夠快速的，無損的，操作簡便的預測不同溫度下魚類新鮮度及貨架期，在物流配送、零售過程進行快速、及時、無損的新鮮度及貨架期預測和監測。

技術領域

本發明涉物流監控技術領域，具體涉及一種魚類貨架期的判斷方法及裝置。

背景技術

近年來，漁業生產得到長足發展，水產加工業產值也持續增長。隨之而來的魚類食品質量安全問題也屢屢出現。由于魚類的主要成分為：水、碳水化合物和蛋白質，在加工、運輸、保存過程的不同溫度變化會導致魚肉品質劣變。因此，冷鏈物流、零售過程中魚類食品的新鮮度和貨架期尤其值得關注。

現有技術中對魚類食品的品質檢測及貨架期的預測費時費力，不能對冷藏魚類食品在物流配送、零售過程進行快速、及時、無損的新鮮度及貨架期判斷和預測，難以滿足現代快節奏化時代的需求。因此，迫切需要一種針對不同溫度下魚類新鮮度及貨架期的快速的、無損的、操作簡便的判斷方法。

發明內容

針對現有技術中的缺陷，本發明提供一種魚類貨架期的判斷方法及裝置，實現了魚肉在冷鏈物流、零售過程中貨架期判定及預測，為魚肉質量和安全的監測和控制提供支持。

為實現上述目的，本發明提供以下技術方案：

一方面，本發明提供了一種魚類貨架期的判斷方法，包括：

獲取魚類樣本的保存溫度和保存時間，并采集所述保存溫度和所述保存時間下的魚類樣本的氣體成分數據；

將所述氣體成分數據輸入至N個主成分表達式中，獲取N個主成分值；

將所述保存溫度、所述保存時間和所述N個主成分值作為輸入參數，輸入至第一徑向基函數神經網絡模型中，獲取揮發性鹽基氮的預測含量；

將所述保存溫度、所述保存時間和所述N個主成分值作為輸入參數，輸入至第二徑向基函數神經網絡模型中，獲取菌落總數的預測含量；

在所述揮發性鹽基氮的預測含量或所述菌落總數的預測含量大于揮發性鹽基氮的預設值或菌落總數的預設值時，確定魚類樣本超過貨架期。

進一步的，所述判斷方法還包括：

采集魚類樣本在不同保存溫度和不同保存時間下揮發性氣體的氣體成分數據、揮發性鹽基氮的實測含量和菌落總數的實測含量；

對采集的所述氣體成分數據進行主成分分析獲取主成分的貢獻率，將主成分按貢獻率從大到小排列后，提取前N個主成分的N個主成分表達式；

將所述氣體成分數據輸入至N個主成分表達式中，獲取N個主成分值；

采用徑向基函數神經網絡建立第一徑向基函數神經網絡模型，其中，將保存溫度、保存時間、N個主成分值和揮發性鹽基氮的實測含量作為訓練樣本，所述保存溫度、所述保存時間和所述N個主成分值作為輸入層的輸入參數，將徑向基函數作為隱含層的傳遞函數，將揮發性鹽基氮的實測含量作為輸出層的輸出參數，建立第一徑向基函數神經網絡模型；

采用徑向基函數神經網絡建立第二徑向基函數神經網絡模型，其中，將保存溫度、保存時間、N個主成分值和菌落總數的實測含量作為訓練樣本，所述保存溫度、所述保存時間和所述N個主成分值作為輸入層的輸入參數，將徑向基函數作為隱含層的傳遞函數，將菌落總數的實測含量作為輸出層的輸出參數，建立第二徑向基函數神經網絡模型。