[發(fā)明專利]一種基于人工智能的農(nóng)產(chǎn)品營養(yǎng)品質(zhì)等級(jí)劃分系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111049289.2
• 申請(qǐng)日: 2021-09-08
• 公開（公告）號(hào): CN113744075A
• 公開（公告）日: 2021-12-03
• 發(fā)明（設(shè)計(jì)）人: 王靖;田潤濤;韓迪;劉濤;李芳妍;何曉葉;劉芯鑰;朱梓健;李琥;武美杉
• 申請(qǐng)（專利權(quán)）人: 農(nóng)業(yè)農(nóng)村部食物與營養(yǎng)發(fā)展研究所;科邁恩（北京）科技有限公司
• 主分類號(hào): G06Q50/02
• 分類號(hào): G06Q50/02;G06Q10/06;G06N20/00;G16C20/70
• 代理公司: 北京德崇智捷知識(shí)產(chǎn)權(quán)代理有限公司 11467
• 代理人: 申星宇

1.一種基于人工智能的農(nóng)產(chǎn)品營養(yǎng)品質(zhì)等級(jí)劃分系統(tǒng)，其特征在于：包括以下步驟：

S1、對(duì)農(nóng)產(chǎn)品進(jìn)行檢測(cè)，將農(nóng)產(chǎn)品檢測(cè)的數(shù)據(jù)輸入；

S2、對(duì)農(nóng)產(chǎn)品檢測(cè)出的數(shù)據(jù)進(jìn)行數(shù)據(jù)處理；數(shù)據(jù)處理包括多譜學(xué)儀器數(shù)據(jù)處理系統(tǒng)和組學(xué)數(shù)據(jù)分析系統(tǒng)；

S3、農(nóng)產(chǎn)品營養(yǎng)品質(zhì)基礎(chǔ)數(shù)據(jù)庫的數(shù)據(jù)建模；

S4、農(nóng)產(chǎn)品等級(jí)劃分的化學(xué)計(jì)量學(xué)與機(jī)器學(xué)習(xí)算法庫；

S5、農(nóng)產(chǎn)品等級(jí)劃分系統(tǒng)的構(gòu)建。

2.根據(jù)權(quán)利要求1所述的一種基于人工智能的農(nóng)產(chǎn)品營養(yǎng)品質(zhì)等級(jí)劃分系統(tǒng)，其特征在于：所述S1中對(duì)農(nóng)產(chǎn)品檢測(cè)使用多譜學(xué)儀器進(jìn)行檢測(cè)，所述多譜學(xué)儀器包括質(zhì)譜學(xué)儀器、光譜學(xué)儀器、色譜學(xué)儀器和核磁共振波譜，檢測(cè)數(shù)據(jù)可由質(zhì)譜儀廠家和核磁共振廠家的工作站直接導(dǎo)出或者借助數(shù)據(jù)轉(zhuǎn)換功能完成。

3.根據(jù)權(quán)利要求1所述的一種基于人工智能的農(nóng)產(chǎn)品營養(yǎng)品質(zhì)等級(jí)劃分系統(tǒng)，其特征在于：所述S2中多譜學(xué)儀器數(shù)據(jù)處理系統(tǒng)包括質(zhì)譜數(shù)據(jù)、光譜數(shù)據(jù)、色譜數(shù)據(jù)和核磁共振波譜數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的一種基于人工智能的農(nóng)產(chǎn)品營養(yǎng)品質(zhì)等級(jí)劃分系統(tǒng)，其特征在于：所述S2組學(xué)數(shù)據(jù)分析系統(tǒng)包括對(duì)無機(jī)營養(yǎng)品質(zhì)元素、小分子營養(yǎng)品質(zhì)元素、大分子營養(yǎng)品質(zhì)元素、指紋圖譜、真實(shí)性、溯源分析和安全風(fēng)險(xiǎn)物質(zhì)的數(shù)據(jù)進(jìn)行分析記錄。

5.根據(jù)權(quán)利要求1所述的一種基于人工智能的農(nóng)產(chǎn)品營養(yǎng)品質(zhì)等級(jí)劃分系統(tǒng)的制作方法，其特征在于：所述S3中數(shù)據(jù)庫包括農(nóng)產(chǎn)品樣本庫和標(biāo)志化合物數(shù)據(jù)庫，所述農(nóng)產(chǎn)品樣品庫包括樣品采樣及加工溯源的基本信息，以及對(duì)應(yīng)的靶向及非靶向檢測(cè)圖譜儀器原始數(shù)據(jù)和分析結(jié)果的記錄，所述標(biāo)志化合物數(shù)據(jù)庫包括對(duì)于營養(yǎng)品質(zhì)等級(jí)劃分的化合物，所述化合物包括各類農(nóng)產(chǎn)品質(zhì)量和風(fēng)味感官標(biāo)志物。

6.根據(jù)權(quán)利要求1所述的一種基于人工智能的農(nóng)產(chǎn)品營養(yǎng)品質(zhì)等級(jí)劃分系統(tǒng)，其特征在于：所述S4中的農(nóng)產(chǎn)品等級(jí)劃分的化學(xué)計(jì)量學(xué)與機(jī)器學(xué)習(xí)算法庫包括相似度判別算法、降維分析算法、無監(jiān)督的聚類分析算法、有監(jiān)督的模式識(shí)別算法和回歸分析算法，通過步驟S4對(duì)步驟S3的數(shù)據(jù)庫完成數(shù)據(jù)建模。

7.根據(jù)權(quán)利要求1所述的一種基于人工智能的農(nóng)產(chǎn)品營養(yǎng)品質(zhì)等級(jí)劃分系統(tǒng)，其特征在于：通過步驟S3與步驟S4構(gòu)成農(nóng)產(chǎn)品品質(zhì)大數(shù)據(jù)的精確匹配系統(tǒng)，所述農(nóng)產(chǎn)品品質(zhì)大數(shù)據(jù)的精確匹配系統(tǒng)包括安全性評(píng)價(jià)、真實(shí)性評(píng)價(jià)、營養(yǎng)品質(zhì)等級(jí)劃分評(píng)價(jià)、一致性評(píng)價(jià)和感官評(píng)價(jià)。

8.根據(jù)權(quán)利要求1所述的一種基于人工智能的農(nóng)產(chǎn)品營養(yǎng)品質(zhì)等級(jí)劃分系統(tǒng)，其特征在于：所述步驟S5中的農(nóng)產(chǎn)品等級(jí)劃分系統(tǒng)的構(gòu)建包括以下步驟：

A、模型的有監(jiān)督訓(xùn)練，基于化學(xué)計(jì)量學(xué)及機(jī)器學(xué)習(xí)算法，實(shí)現(xiàn)針對(duì)農(nóng)產(chǎn)品多譜學(xué)數(shù)據(jù)地有監(jiān)督模式識(shí)別或定量回歸，以及對(duì)農(nóng)產(chǎn)品質(zhì)量相關(guān)標(biāo)志物進(jìn)行識(shí)別和篩選；

B、建模質(zhì)量評(píng)價(jià)，系統(tǒng)通過交叉驗(yàn)驗(yàn)證、置換檢驗(yàn)及驗(yàn)證集驗(yàn)證方式對(duì)模型質(zhì)量以特異性和靈敏度作為衡量依據(jù)進(jìn)行客觀評(píng)價(jià)；

C、待測(cè)樣品預(yù)測(cè)，對(duì)于未知的待測(cè)樣品，數(shù)據(jù)導(dǎo)入系統(tǒng)后根據(jù)所選擇的對(duì)應(yīng)模型的配置，自動(dòng)進(jìn)行數(shù)據(jù)對(duì)齊、標(biāo)度化數(shù)據(jù)預(yù)處理管道，并代入模型進(jìn)行定性判別分類，以及定量回歸預(yù)測(cè)不同類型的計(jì)算，獲得模型輸出的預(yù)測(cè)值，作為該樣品的判別計(jì)算結(jié)果。