-
公开(公告)号：CN118688148A
公开(公告)日：2024-09-24
申请号：CN202410812890.X
申请日：2024-06-22
Applicant: 华中农业大学
IPC: G01N21/3577 , G06F30/20 , G06F119/02
Abstract: 本发明属于奶牛性能测定和牛奶品质检测领域，公开了利用光谱建立牛奶中矿物质Ca检测模型。申请人使用人工手动选择+多次遍历的方法。最终选取用于建模的特征波段，选取了原料牛奶中钙含量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，实现了原料牛奶中钙含量的快速、准确、低成本的检测。
-
公开(公告)号：CN118566163A
公开(公告)日：2024-08-30
申请号：CN202410803498.9
申请日：2024-06-20
Applicant: 华中农业大学
IPC: G01N21/3577
Abstract: 本发明属于骆驼性能测定和驼奶品质检测领域，公开了骆驼奶中钙含量检测的光谱模型。利用骆驼奶的中红外光谱，在特征波段的选择方面，使用人工手动选择+多次遍历的方法，打破了常用算法筛选特征。最终选取用于建模的特征波段，特别是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，建立骆驼奶中钙含量的专用预测模型，打破骆驼奶生产性能测定依赖于奶牛奶中红外光谱模型的现状。
-
公开(公告)号：CN114166781B
公开(公告)日：2024-02-13
申请号：CN202111356647.4
申请日：2021-11-16
Applicant: 华中农业大学
IPC: G01N21/3577
Abstract: 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牛磺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。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，选取了牛磺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。实现了原料奶中牛磺酸含量的快速、准确、低成本的检测，实现了快速批量检测。
-
公开(公告)号：CN114166779A
公开(公告)日：2022-03-11
申请号：CN202111356105.7
申请日：2021-11-16
Applicant: 华中农业大学
IPC: G01N21/3577
Abstract: 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β‑酪蛋白的中红外光谱快速批量检测方法。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β‑酪蛋白含量的快速、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：CN113310937A
公开(公告)日：2021-08-27
申请号：CN202110503862.6
申请日：2021-05-10
Applicant: 华中农业大学
IPC: G01N21/3577 , G06N20/10
Abstract: 本发明属于奶品分析领域，具体涉及高温灭菌牛奶、巴氏杀菌奶牛鲜牛奶及奶粉复原牛奶的快速鉴别方法。与中红外光谱分析有关。本发明的步骤为：1)采集高温灭菌牛奶、巴氏杀菌奶牛鲜牛奶及奶粉复原牛奶样本；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)筛选建模的光谱波段；6)将不同光谱预处理方法和建模算法进行组合，建立鉴别模型，使用准确率和Kappa系数对模型进行评估，筛选出效果最优的预处理方法和建模算法组合的最优模型；7)对最优模型进行验证，评估最优模型的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN112525850A
公开(公告)日：2021-03-19
申请号：CN202011411882.2
申请日：2020-12-02
Applicant: 华中农业大学
IPC: G01N21/3577 , G01N1/38 , G01N1/44
Abstract: 本发明属于奶品分析领域，具体涉及奶牛奶、马奶、骆驼奶、山羊奶和水牛奶的光谱指纹识别方法。与中红外光谱分析有关。步骤为：1)取新鲜奶牛奶、马奶、骆驼奶、山羊奶和水牛奶样品；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奶牛奶、马奶、骆驼奶、山羊奶和水牛奶的模型，使用使用准确性、平衡精度和Kappa系数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：CN118566164A
公开(公告)日：2024-08-30
申请号：CN202410803524.8
申请日：2024-06-20
Applicant: 华中农业大学
IPC: G01N21/3577
Abstract: 本发明属于骆驼性能测定和驼奶品质检测领域，公开了骆驼奶中乳蛋白含量的中红外光谱检测方法。申请人使用人工手动选择+多次遍历的方法，打破了常用算法筛选特征。最终选取用于建模的特征波段，特别是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。申请人同时对模型的最优预处理与算法组合进行选择，确定了最优参数，提高了模型的准确性。实现了原料骆驼奶中乳脂含量的快速、准确、低成本的检测，实现了快速批量检测，每一个样本的测定时间仅需10‑15秒，提高了检测效率，具有较强的实用性，将可广泛应用于骆驼性能测定和骆驼奶品质检测。
-
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
Applicant: 华中农业大学
IPC: G01N21/3577
Abstract: 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：CN115824999A
公开(公告)日：2023-03-21
申请号：CN202211112326.4
申请日：2022-09-13
Applicant: 河北省畜牧良种工作总站(河北省种畜禽质量监测站) , 河南省奶牛生产性能测定有限公司 , 南京农业大学 , 新疆生产建设兵团第八师畜牧兽医工作站 , 湖北省畜禽育种中心 , 华中农业大学
Inventor： 倪俊卿 , 张震 , 蔡亚非 , 何开兵 , 王贵强 , 周扬 , 马亚宾 , 李春芳 , 闫磊 , 王海童 , 操礼军 , 胡永青 , 陈芳慧 , 秦则平 , 任小丽 , 李广 , 吴喜娟 , 夏振海 , 郝磊晓 , 邹慧颖
IPC: G01N21/3577
Abstract: 本发明属于奶牛性能测定和牛奶品质检测领域，公开了牛奶中饱和脂肪酸的中红外光谱快速批量检测方法。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。选取了饱和脂肪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。实现了原料奶中饱和脂肪酸含量的快速、准确、低成本的检测，实现了快速批量检测。
-
公开(公告)号：CN113310934A
公开(公告)日：2021-08-27
申请号：CN202110503824.0
申请日：2021-05-10
Applicant: 华中农业大学
IPC: G01N21/3577 , G06K9/62
Abstract: 本发明属于奶品分析技术领域，具体涉及骆驼奶中掺加奶牛奶及其掺加比例的快速鉴别方法。发明步骤为：1)采集骆驼奶、掺有25％奶牛奶的骆驼奶和掺有50％奶牛奶的骆驼奶样本；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)筛选建模的光谱波段；6)将不同光谱预处理方法和建模算法进行组合，建立鉴别模型，使用准确率和Kappa系数对模型进行评估，筛选出效果最优的预处理方法和建模算法组合，得到最优模型；7)对模型进行验证，评估模型的泛化能力。本发明提高了对骆驼奶中掺加奶牛奶及其掺加比例鉴别的速率和准确性。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.022 seconds)
