一种茶叶霉变原位无损检测方法、系统、设备及介质
本发明属于食品质量安全检测,具体涉及一种茶叶霉变原位无损检测方法、系统、设备及介质。
背景技术:
1、茶叶作为重要的经济作物及广泛消费的饮品,其风味深受原料来源与加工工艺的影响。普洱生茶、六堡茶、老白茶等具有陈化潜力的茶类,在长期存储过程中能生成醇厚口感和复杂香气。因此,陈化是很多茶叶品质形成与市场价值提升的关键,但茶叶在加工、运输和储存过程中极易受到真菌污染,在不良条件下储存会导致其腐败变质。对于需要长期窖藏的茶叶而言,原箱封存通常作为维持其商品完整性和市场价值的重要条件。传统检测方法,如感官审评、气相色谱-质谱联用技术(gc-ms)及气相色谱-离子迁移谱联用技术(gc-ims)等,通常需要开箱取样,破坏了原箱封存状态,导致产品经济价值严重受损并增加污染风险。
2、为了改善传统检测方法开箱取样对原箱封存状态的破坏,现有技术采用电子鼻技术,通过顶空采样方式捕集样品表面逸出的挥发性有机物,经传感器阵列响应或色谱柱分离后转换为电信号,从而实现不接触样品的非侵入式气体检测。然而,这种方法在每一次独立检测时均需对得到的整张色谱图进行全谱段特征比对,计算复杂度高,且易受仓储环境中背景基质干扰、管路残留及低浓度本底噪声等因素影响,判别结果稳定性欠佳,难以满足贸易现场对快速、准确检测的实际需求。
技术实现思路
1、为了解决现有技术在茶叶霉变无损检测时的不足,本发明提供了一种茶叶霉变原位无损检测方法、系统、设备及介质。
2、为了实现上述目的,本发明提供如下技术方案:
3、一种茶叶霉变原位无损检测方法,包括以下步骤:
4、获取茶叶霉变样本的离子流tic时间序列,随机选取时间窗对离子流tic时间序列进行划分,基于多个随机窗口内霉变样本的tic数据计算对应窗口的霉变平均物质丰度,将不同窗口的霉变平均物质丰度与基准平均物质丰度的偏离程度值作为当前窗口的局部风险值,采用非极大值抑制算法对时间重叠的候选窗口进行筛除,对筛除后的候选窗口按照局部风险值进行排序,提取排序前n个关键时间窗作为关键代谢指纹区;
5、采集待测茶叶的总离子流tic时间序列和生物气溶胶浓度;从所述待测茶叶的总离子流tic时间序列中提取关键代谢指纹区对应的tic数据,基于所述关键代谢指纹区对应的tic数据计算待测样本tic风险评估基数;基于所述待测样本tic风险评估基数和生物气溶胶浓度计算霉变综合风险指数mri数据;
6、将所述霉变综合风险指数mri数据与预设的mri最优分类阈值进行对比,根据对比结果进行霉变判断。
7、优选地,还包括在将所述霉变综合风险指数mri数据与预设的mri最优分类阈值进行对比之前,判断是否触发低香气保护,若未触发,则进行对比;若触发,则强制阻断霉变预警路径,判定样本处于低香气保护或空气基线状态;所述低香气保护具体是满足待测样本电子鼻总响应面积低于预设的基准值且气溶胶浓度低于霉变阈值;其中,所述电子鼻总响应面积是离子流tic时间序列在整个时间段的累加和。
8、优选地,基于所述待测样本tic风险评估基数和生物气溶胶浓度计算霉变综合风险指数mri数据,具体是基于待测茶叶样本的生物气溶胶浓度与预设的生物气溶胶浓度安全阈值计算得到待测样本气溶胶风险度;引入总面积强度惩罚因子对所述待测样本tic风险评估基数进行修正,基于预设的权重分配系数对待测样本气溶胶风险度和修正后待测样本tic风险评估基数进行线性加权融合,得到霉变综合风险指数mri数据。
9、优选地,基于健康茶叶的离子流tic时间序列和生物气溶胶浓度设定所述基准平均物质丰度和生物气溶胶浓度安全阈值,具体是:根据与霉变样本对应时间窗内健康茶叶的离子流tic数据计算得到基准平均物质丰度;基于健康茶叶的生物气溶胶浓度统计健康样本的气溶胶分布标准差,以均值加三倍标准差作为生物气溶胶浓度安全阈值。
10、优选地,基于所述关键代谢指纹区对应的tic数据计算待测样本tic风险评估基数具体是利用双曲正切对所述待测样本在每个窗口的局部风险值进行非线性压缩后取均值,得到待测样本tic风险评估基数。
11、优选地,所述预设的权重分配系数,具体是通过留一法交叉验证loocv对tic风险评估基数权重和气溶胶风险度权重进行网格搜索,以f1分数和auc为优化目标,得到的最优权重组合。
12、优选地,还包括在计算待测样本tic风险评估基数之前,对采集待测茶叶的总离子流tic时间序列和生物气溶胶浓度进行预处理,具体是利用自适应迭代重加权惩罚最小二乘法airpls拟合并扣除tic基线,执行非负截断与总面积归一化;利用中位数绝对偏差法mad去除气溶胶异常数据。
13、本发明还提供一种茶叶霉变原位无损检测系统,具体包括:
14、数据模块,用于获取茶叶霉变样本的离子流tic时间序列,随机选取时间窗对离子流tic时间序列进行划分,基于多个随机窗口内霉变样本的tic数据计算对应窗口的霉变平均物质丰度,将不同窗口的霉变平均物质丰度与基准平均物质丰度的偏离程度值作为当前窗口的局部风险值,采用非极大值抑制算法对时间重叠的候选窗口进行筛除,对筛除后的候选窗口按照局部风险值进行排序,提取排序前n个关键时间窗作为关键代谢指纹区。
15、数据分析模块,用于采集待测茶叶的总离子流tic时间序列和生物气溶胶浓度;从所述待测茶叶的总离子流tic时间序列中提取关键代谢指纹区对应的tic数据,基于所述关键代谢指纹区对应的tic数据计算待测样本tic风险评估基数;基于所述待测样本tic风险评估基数和生物气溶胶浓度计算霉变综合风险指数mri数据。
16、判别与预警模块,用于将所述霉变综合风险指数mri数据与预设的mri最优分类阈值进行对比,根据对比结果进行霉变判断。
17、本发明还提供一种计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,所述处理器执行所述计算机程序以实现所述一种茶叶霉变原位无损检测方法中所述的步骤。
18、本发明还提供一种计算机可读存储介质,所述存储介质上存储有计算机程序,该计算机程序被处理器加载时,能够执行所述一种茶叶霉变原位无损检测方法中所述的步骤。
19、本发明提供的一种茶叶霉变原位无损检测方法具有以下有益效果:
20、本发明滑动窗口对茶叶霉变样本的tic时间序列进行切片,计算各时间窗与基准特征图谱的局部偏离度,挖掘霉变相关特征区域。引入非极大值抑制算法对时间上相互重叠的候选窗口进行冗余抑制,并按局部风险值排序保留区分度最高的核心窗口作为关键代谢指纹区。剔除无关信号对判别信息的干扰,保留区分度最高的核心窗口作为关键代谢指纹区,从而提升后续检测对霉变标志物的靶向性。基于筛选出的关键代谢指纹区,对同品类待测茶叶无需重复执行复杂的区域筛选流程,仅需直接锁定该保留时间窗口并提取响应特征即可完成风险判别,大幅降低了实际检测中的计算成本和时间成本,提升贸易检测效率。
1.一种茶叶霉变原位无损检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种茶叶霉变原位无损检测方法,其特征在于,还包括在将所述霉变综合风险指数mri数据与预设的mri最优分类阈值进行对比之前,判断是否触发低香气保护,若未触发,则进行对比;若触发,则强制阻断霉变预警路径,判定样本处于低香气保护或空气基线状态;所述低香气保护具体是满足待测样本电子鼻总响应面积低于预设的基准值且气溶胶浓度低于霉变阈值;其中,所述电子鼻总响应面积是离子流tic时间序列在整个时间段的累加和。
3.根据权利要求1所述的一种茶叶霉变原位无损检测方法,其特征在于,基于所述待测样本tic风险评估基数和生物气溶胶浓度计算霉变综合风险指数mri数据,具体是基于待测茶叶样本的生物气溶胶浓度与预设的生物气溶胶浓度安全阈值计算得到待测样本气溶胶风险度;引入总面积强度惩罚因子对所述待测样本tic风险评估基数进行修正,基于预设的权重分配系数对待测样本气溶胶风险度和修正后待测样本tic风险评估基数进行线性加权融合,得到霉变综合风险指数mri数据。
4.根据权利要求3所述的一种茶叶霉变原位无损检测方法,其特征在于,基于健康茶叶的离子流tic时间序列和生物气溶胶浓度设定所述基准平均物质丰度和生物气溶胶浓度安全阈值,具体是:根据与霉变样本对应时间窗内健康茶叶的离子流tic数据计算得到基准平均物质丰度;基于健康茶叶的生物气溶胶浓度统计健康样本的气溶胶分布标准差,以均值加三倍标准差作为生物气溶胶浓度安全阈值。
5.根据权利要求1所述的一种茶叶霉变原位无损检测方法,其特征在于,基于所述关键代谢指纹区对应的tic数据计算待测样本tic风险评估基数具体是利用双曲正切对所述待测样本在每个窗口的局部风险值进行非线性压缩后取均值,得到待测样本tic风险评估基数。
6.根据权利要求3所述的一种茶叶霉变原位无损检测方法,其特征在于,所述预设的权重分配系数,具体是通过留一法交叉验证loocv对tic风险评估基数权重和气溶胶风险度权重进行网格搜索,以f1分数和auc为优化目标,得到的最优权重组合。
7.根据权利要求1所述的一种茶叶霉变原位无损检测方法,其特征在于,还包括在计算待测样本tic风险评估基数之前,对采集待测茶叶的总离子流tic时间序列和生物气溶胶浓度进行预处理,具体是利用自适应迭代重加权惩罚最小二乘法airpls拟合并扣除tic基线,执行非负截断与总面积归一化;利用中位数绝对偏差法mad去除气溶胶异常数据。
8.一种茶叶霉变原位无损检测系统,其特征在于,包括:
9.一种计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器加载时,能够执行权利要求1至7任一项所述方法的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com