-
公开(公告)号:CN114166790B
公开(公告)日:2024-02-13
申请号:CN202111357828.9
申请日:2021-11-16
申请人: 华中农业大学
IPC分类号: G01N21/3577
摘要: 本发明属于奶牛性能测定和牛奶品质检测领域,公开了牛奶中游离的蛋氨酸含量的中红外快速批量检测方法。申请人在特征波段的选择方面,打破了常用的使用算法筛选特征,而是使用人工手动选择+多次遍历的方法。最终选取了蛋氨酸(甲硫氨酸)的特征吸收波段。经过比较确认选用了同一个牛奶样本测定第一次的MIR进行建模效果更好,选取了蛋氨酸(甲硫氨酸)模型建立的最优预处理与算法组合,确定了最优参数,提高了模型的准确性。最终实现了原料奶中蛋氨酸甲硫氨酸)含量的快速、准确、低成本的检测。
-
公开(公告)号:CN114166787B
公开(公告)日:2024-02-13
申请号:CN202111357241.8
申请日:2021-11-16
申请人: 华中农业大学
IPC分类号: G01N21/3577
摘要: 本发明属于水牛奶性能测定及其品质检测领域,公开了水牛奶中蛋白含量的中红外光谱检测方法及应用。在特征波段的选择方面,申请人打破了常用的使用算法筛选特征,而是使用人工手动选择+多次遍历的方法。最终选取用于建模的特征波段,特别是筛选出了包含部分水的吸收区域,并证明了增加部分水吸收波段可以提升模型的准确性。选取了水牛奶中蛋白质定量预测模型建立的最优算法与最佳特征波段,并且准确性非常高,实现了水牛奶中蛋白质含量的快速批量检测。
-
公开(公告)号:CN114166786B
公开(公告)日:2024-02-13
申请号:CN202111356762.1
申请日:2021-11-16
申请人: 华中农业大学
IPC分类号: G01N21/3577
摘要: 本发明属于水奶牛性能测定及其品质检测领域,具体公开了水牛奶中总固形物含量的中红外光谱快速批量检测方法及应用。在特征波段的选择方面,申请人打破了常用的使用算法筛选特征,而是使用人工手动选择+多次遍历的方法。最终选取用于建模的特征波段,特别是筛选出了包含部分水的吸收区域,并证明了增加部分水吸收波段可以提升模型的准确性。申请人选取了水牛奶中总固形物定量预测模型建立的最优算法与最佳特征波段,并且准确性非常高。实现了水牛奶中总固形物含量的快速批量检测。
-
公开(公告)号:CN114166785B
公开(公告)日:2024-02-13
申请号:CN202111356739.2
申请日:2021-11-16
申请人: 华中农业大学
IPC分类号: G01N21/3577
摘要: 本发明属于水牛性能测定及其品质检测领域,公开了水牛奶中脂肪含量的中红外快速批量检测方法及应用。在特征波段的选择方面,申请人打破了常用的使用算法筛选特征,而是使用人工手动选择+多次遍历的方法。最终选取用于建模的特征波段,特别是筛选出了包含部分水的吸收区域,并证明了增加部分水吸收波段可以提升模型的准确性。选取了水牛奶中脂肪定量预测模型建立的最优算法与最佳特征波段,并且准确性非常高,实现了水牛奶中脂肪含量的快速批量检测。
-
公开(公告)号:CN116136494A
公开(公告)日:2023-05-19
申请号:CN202111357663.5
申请日:2021-11-16
申请人: 华中农业大学
IPC分类号: G01N21/3577 , G06F30/20
摘要: 本发明属于奶牛性能测定和牛奶质量检测领域,具体涉及牛奶中乳铁蛋白含量的MIR快速批量检测方法。申请人在特征波段的选择方面,打破了常用的使用算法筛选特征,而是使用人工手动选择+多次遍历的方法,最终选取用于建模的特征波段和波点较多、范围较广。筛选出了437个特征波点,同时选用了同一个牛奶样本第二次测定的光谱MIR进行建模,提升了第一次光谱测定数据建模的模型精准性。最终筛选出了数据预处理方法与模型算法的最优组合,并确定了最优参数,提高了模型的准确性。本发明的方法可对奶品中乳铁蛋白含量进行快速、准确、低成本的检测,实现了快速批量检测,将可广泛应用于奶牛性能测定和牛奶质量品质检测。
-
公开(公告)号:CN113310930A
公开(公告)日:2021-08-27
申请号:CN202110503725.2
申请日:2021-05-10
申请人: 华中农业大学
IPC分类号: G01N21/3577 , G06K9/62
摘要: 本发明属于奶品分析技术领域,具体涉及高温灭菌奶、巴氏杀菌奶和掺加高温灭菌奶的巴氏杀菌奶的光谱鉴定方法。发明步骤为:1)取巴氏杀菌牛奶和高温灭菌牛奶及巴氏杀菌牛奶模拟掺假不同比例作样本;2)在中红光谱范围内对样本扫描,获中红外光谱数据;3)原始中红外光谱预处理,去除异常值;4)将预处理后数据集按分层抽样分为训练集和测试集;5)筛选建模光谱波段;6)使用最近邻等算法在训练集上通过10折交叉验证检测样本鉴别模型,使用准确性、kappa系数对模型评估和筛选;7)对最优模型进行验证。本发明用更少的波点建模,减少运算成本,提高了鉴别的速率和准确性。
-
公开(公告)号:CN112666110A
公开(公告)日:2021-04-16
申请号:CN202011403046.X
申请日:2020-12-02
申请人: 华中农业大学
IPC分类号: G01N21/3577 , G01N1/44 , G06K9/62 , G06N3/08
摘要: 本发明属于奶品分析领域,具体涉及奶牛奶和山羊奶的光谱鉴别模型及方法。与中红外光谱分析有关。步骤为:1)取新鲜山羊奶和奶牛奶样品;2)在中红光谱范围内,对样品进行扫描,获得中红外光谱数据;3)对原始中红外光谱进行预处理,去除异常值;4)将预处理后的数据集按照分层抽样的原则划分为训练集和测试集;5)对训练集进行降维处理,以提高模型训练速度;6)在训练集上,使用最近邻等算法,通过10折交叉验证建立区分马奶和奶牛奶的模型,使用准确性、特异性、灵敏度和AUC对模型进行评估和筛选;7)预估最优模型的泛化性能。
-
公开(公告)号:CN114166790A
公开(公告)日:2022-03-11
申请号:CN202111357828.9
申请日:2021-11-16
申请人: 华中农业大学
IPC分类号: G01N21/3577
摘要: 本发明属于奶牛性能测定和牛奶品质检测领域,公开了牛奶中游离的蛋氨酸含量的中红外快速批量检测方法。申请人在特征波段的选择方面,打破了常用的使用算法筛选特征,而是使用人工手动选择+多次遍历的方法。最终选取了蛋氨酸(甲硫氨酸)的特征吸收波段。经过比较确认选用了同一个牛奶样本测定第一次的MIR进行建模效果更好,选取了蛋氨酸(甲硫氨酸)模型建立的最优预处理与算法组合,确定了最优参数,提高了模型的准确性。最终实现了原料奶中蛋氨酸(甲硫氨酸)含量的快速、准确、低成本的检测。
-
公开(公告)号:CN114184572B
公开(公告)日:2024-02-20
申请号:CN202111283550.5
申请日:2021-11-01
申请人: 华中农业大学
IPC分类号: G01N21/3577 , G01N30/02
摘要: 本发明属于奶牛性能测定和牛奶质量品质检测领域,公开了牛奶中α乳白蛋白的中红外快速批量检测方法。申请人在特征波段的选择时使用人工手动选择+多次遍历的方法,最终选取用于建模的特征波段,特别是筛选出了包含部分水的吸收区域,并证明了增加部分水吸收波段可以提升模型的准确性,同时选用了同一个牛奶样本第二次测定的光谱MIR进行建模,提升了第一次光谱测定数据建模的模型精准性。最终筛选出了数据预处理方法与模型算法的最优组合,并确定了最优参数,提高了模型的准确性。本发明的方法实现了原料奶中α‑乳白蛋白含量的快速、准确、低成本的检测,将可广泛应用于奶牛性能测定和牛奶质量品质检测。
-
公开(公告)号:CN114166784B
公开(公告)日:2024-02-13
申请号:CN202111356720.8
申请日:2021-11-16
申请人: 华中农业大学
IPC分类号: G01N21/3577
摘要: 本发明属于乳制品质量检测领域,公开了乳制品中糠氨酸含量的中红外光谱检测方法。申请人在特征波段的选择方面,打破了常用的使用算法筛选特征,而是使用人工手动选择+多次遍历的方法。最终选取用于建模的特征波段,特别是筛选出了包含部分水的吸收区域,并证明了增加部分水吸收波段可以提升模型的准确性。选取了乳制品中糠氨酸含量定量预测模型建立的最优算法与最佳特征波段,实现了等乳制品中糠氨酸含量进行快速准确检测,有较强的实用性,可广泛应用于乳制品生产中。
-
-
-
-
-
-
-
-
-