[go: up one dir, main page]

CN115881236A - 一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法 - Google Patents

一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法 Download PDF

Info

Publication number
CN115881236A
CN115881236A CN202211555538.XA CN202211555538A CN115881236A CN 115881236 A CN115881236 A CN 115881236A CN 202211555538 A CN202211555538 A CN 202211555538A CN 115881236 A CN115881236 A CN 115881236A
Authority
CN
China
Prior art keywords
aroma
substances
aroma substances
fragrance
support vector
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211555538.XA
Other languages
English (en)
Inventor
肖作兵
何君博
牛云蔚
张静
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Institute of Technology
Original Assignee
Shanghai Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Institute of Technology filed Critical Shanghai Institute of Technology
Priority to CN202211555538.XA priority Critical patent/CN115881236A/zh
Publication of CN115881236A publication Critical patent/CN115881236A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Fats And Perfumes (AREA)

Abstract

本发明公开了一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法。本发明基于人工感官和香气协同方法预测甜橙中香气物质间相互作用后的协同或掩盖效果，利用支持向量机对多种香气物质间的协同和掩盖结果进行建模，验证不同香气协同方法得出的香气物质间的香气相互作用关系的正确性并预测香气物质间香气相互作用关系。该方法是一种快速预测香气物质间相互作用关系的方法，通过香气物质的香型、阈值和协同方法等预测香气物质间可能发生的相互作用关系，结果直观可靠，适用性广泛，为选取合适的协同方法研究香气协同并预测香气间香气相互作用关系提供有效可靠依据，为实际生产配方修改过程中果汁香精调配、风味质量调控提供了理论依据。

Description

一种基于支持向量机预测甜橙中香气物质间相互作用关系的 方法
技术领域
本发明涉及一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法，属于食品风味化学技术领域。
背景技术
甜橙果实多汁，可以直接食用或制成橙汁、罐头等，深受大家的喜爱。香气作为甜橙风味的重要组成部分，是决定甜橙特性和质量最重要的因素之一。香气物质特性各异，香气物质间相互作用形成独特的甜橙风味。目前，香气物质间香气协同作用研究方法主要有阈值法、S曲线法、OAV法以及σ-τ图法，但以上香气协同研究方法均基于大量的主观的感官评价，缺少客观的分析和验证。
支持向量机(Support Vector Machine,SVM)是Vapink等人基于统计学习理论提出的一种有效的机器学习方法。SVM是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面。与人工神经网络等其他机器学习方法相比，支持向量机成功地解决了高维和局部极小的问题，使其具有更好的泛化能力。
发明内容
本发明的目的是：针对目前采用阈值法、S曲线法、OAV法以及σ-τ图法预测甜橙中香气物质之间的相互作用基于主观感官评价的缺陷，提出一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法，采用支持向量机建模验证不同香气协同方法的香气物质间的香气相互作用结果，正确预测香气物质间香气相互作用关系，是一种结合其他学科数据分析的预测香气物质间相互作用关系的方法，弥补了现有的香气物质间相互作用预测方法的不足。
为了实现上述目的，本发明提供了一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法，包括下列步骤：
步骤1：以去离子水和乙醇配制酒精度为20％的溶液作为基质溶液，对于甜橙中筛选出的香气物质，选取2-3种按一定浓度混合后，采用基质溶液以2为稀释因子稀释成10个梯度浓度，通过感官评价测定组分的阈值，分别利用阈值法、OAV法、S曲线法和σ-τ图法预测甜橙中香气物质间的相互作用关系；
步骤2：根据得出的香气相互作用结果，利用支持向量机进行建模，将香气物质的特点和得到的结果输入到模型中，以此来预测2-3种香气物质间香气相互作用关系。
优选地，所述步骤1)中混合时香气物质的浓度为其在甜橙中检测出的实际浓度。
影响到，所述步骤2)中的支持向量机模型是以香气物质的香型、阈值和协同方法为变量，协同作用关系为结果建模验证和预测香气物质间香气相互作用的关系。
与现有技术相比，本发明的有益效果在于：
(1)本发明基于人工感官和香气协同方法预测甜橙中香气物质间相互作用后的协同或掩盖效果，利用支持向量机对多种香气物质间的协同和掩盖结果进行建模，验证不同香气协同方法得出的香气物质间的香气相互作用关系的正确性并预测香气物质间香气相互作用关系，是一种结合其他学科数据分析的预测香气物质间相互作用关系的方法，弥补了现有的香气物质间相互作用预测方法的不足，该方法简单快速，结果直观可靠，适用性广泛；
(2)本发明对香气物质的研究取得了突破性进展，适用性广泛，为选取合适的协同方法研究香气协同并预测香气物质间香气相互作用关系提供有效可靠依据，为实际生产配方修改过程中果汁香精调配、风味质量调控提供了理论依据。
附图说明
图1显示了利用支持向量机建模进行数据分析的过程图。
具体实施方式
为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下。
实施例1
一种支持向量机预测甜橙中香气物质间相互作用关系，具体步骤如下：
1)利用气相色谱质谱联用仪检测出甜橙中柠檬烯、β-月桂烯、芳樟醇等关键香气物质浓度。
2)以去离子水和乙醇配制酒精度为20％的溶液作为基质配制对应浓度的关键化合物溶液和2种关键化合物或3种化合物的混合体系。
3)通过感官评价，利用阈值法(6)、OAV法(7)、S曲线法(8)和σ-τ图法(9)对甜橙中香气物质间的协同(11)或掩盖(13)效应进行研究，结果如表1所示。
表1四种方法研究香气物质相互作用情况
序号 香气物质 阈值法 OAV法 S曲线 σ-τ图法
1 柠檬烯+芳樟醇 协同 协同 协同 协同
2 柠檬烯+顺-2-己烯醇 协同 协同 协同 协同
3 柠檬烯+叶醇 协同 协同 协同 协同
4 柠檬烯+β-月桂烯 协同 协同 协同 协同
5 柠檬烯+γ-松油烯 掩盖 协同 掩盖 协同
6 柠檬烯+芳樟醇+顺-2-己烯醇 协同 协同 协同 协同
7 柠檬烯+芳樟醇+叶醇 掩盖 协同 协同 协同
8 柠檬烯+芳樟醇+β-月桂烯 协同 协同 协同 协同
9 柠檬烯+顺-2-己烯醇+叶醇 掩盖 协同 协同 协同
10 柠檬烯+顺-2-己烯醇+β-月桂烯 掩盖 协同 协同 协同
11 柠檬烯+叶醇+β-月桂烯 掩盖 协同 协同 协同
4)利用支持向量机，以香气物质的香型(1-5)、阈值(21-24)和协同方法(6-9)为变量，相互作用关系(11，13)为结果建模验证和推测香气物质间香气相互作用的关系(数字无大小之分，仅表示不同意义)，结果如表2所示。
表2支持向量机分析香气相互作用关系
Figure BDA0003983158230000031
Figure BDA0003983158230000041
Figure BDA0003983158230000051
5)由表2所知，推测结果和结果吻合度较高，推测正确的概率在0.850以上。同时，可以判断出S曲线法和σ-τ图法对香气相互作用关系的判断结果更加准确，也可由此推测其他香气物质间的相互作用关系。
因此，本发明的一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法，操作简单快捷，结果直观可靠。
以上所述，仅为本发明的部分实施例，并非对本发明任何形式上和实质上的限制，应当指出，对于本技术领域的普通技术人员，在不脱离本发明的前提下，还将可以做出若干改进和补充，这些改进和补充也应视为本发明的保护范围。

Claims (3)

1.一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法，其特征在于，包括下列步骤：
步骤1：以去离子水和乙醇配制酒精度为20％的溶液作为基质溶液，对于甜橙中筛选出的香气物质，选取2-3种按一定浓度混合后，采用基质溶液以2为稀释因子稀释成10个梯度浓度，通过感官评价测定组分的阈值，分别利用阈值法、OAV法、S曲线法和σ-τ图法预测甜橙中香气物质间的相互作用关系；
步骤2：根据得出的香气相互作用结果，利用支持向量机进行建模，将香气物质的特点和得到的结果输入到模型中，以此来预测2-3种香气物质间香气相互作用关系。
2.根据权利要求1所述的一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法，其特征在于，所述步骤1)中混合时香气物质的浓度为其在甜橙中检测出的实际浓度。
3.根据权利要求1所述的一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法，其特征在于，所述步骤2)中的支持向量机模型是以香气物质的香型、阈值和协同方法为变量，协同作用关系为结果建模验证和预测香气物质间香气相互作用的关系。
CN202211555538.XA 2022-12-06 2022-12-06 一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法 Pending CN115881236A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211555538.XA CN115881236A (zh) 2022-12-06 2022-12-06 一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211555538.XA CN115881236A (zh) 2022-12-06 2022-12-06 一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法

Publications (1)

Publication Number Publication Date
CN115881236A true CN115881236A (zh) 2023-03-31

Family

ID=85766078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211555538.XA Pending CN115881236A (zh) 2022-12-06 2022-12-06 一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法

Country Status (1)

Country Link
CN (1) CN115881236A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119517307A (zh) * 2024-10-12 2025-02-25 中国美术学院 基于气味协同的风味调节方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100099891A1 (en) * 2006-05-26 2010-04-22 Kyoto University Estimation of protein-compound interaction and rational design of compound library based on chemical genomic information
CN109781870A (zh) * 2017-11-13 2019-05-21 贵州中烟工业有限责任公司 一种鉴别烤烟香型的方法
CN110133143A (zh) * 2019-05-24 2019-08-16 上海应用技术大学 基于oav法研究茅台酒中酯类物质香气协同作用的方法
CN111272951A (zh) * 2020-02-19 2020-06-12 上海应用技术大学 一种研究黄桃中酯/醇/酸三元混合物香气相互作用的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100099891A1 (en) * 2006-05-26 2010-04-22 Kyoto University Estimation of protein-compound interaction and rational design of compound library based on chemical genomic information
CN109781870A (zh) * 2017-11-13 2019-05-21 贵州中烟工业有限责任公司 一种鉴别烤烟香型的方法
CN110133143A (zh) * 2019-05-24 2019-08-16 上海应用技术大学 基于oav法研究茅台酒中酯类物质香气协同作用的方法
CN111272951A (zh) * 2020-02-19 2020-06-12 上海应用技术大学 一种研究黄桃中酯/醇/酸三元混合物香气相互作用的方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119517307A (zh) * 2024-10-12 2025-02-25 中国美术学院 基于气味协同的风味调节方法

Similar Documents

Publication Publication Date Title
Pérez et al. Calculation of the reliability of classification in discriminant partial least-squares binary classification
CN107064054B (zh) 一种基于cc-pls-rbfnn优化模型的近红外光谱分析方法
CN110533606B (zh) 基于生成式对抗网络的安检x光违禁品图像数据增强方法
CN104677875B (zh) 一种三维荧光光谱结合平行因子鉴别不同品牌白酒的方法
Zheng et al. Factors affecting the export demand for US pistachios
CN115081475A (zh) 基于Transformer网络的干扰信号识别方法
Dekker et al. Dealing with variability in food production chains: a tool to enhance the sensitivity of epidemiological studies on phytochemicals
CN105136714B (zh) 一种基于遗传算法的太赫兹光谱波长选择方法
CN103226714B (zh) 基于较大编码系数强化的稀疏编码方法
CN108537273A (zh) 一种针对不均衡样本执行自动化机器学习的方法
CN115881236A (zh) 一种基于支持向量机预测甜橙中香气物质间相互作用关系的方法
CN110472040A (zh) 评价信息的提取方法及装置、存储介质、计算机设备
Liu et al. Application of stable isotopic and elemental composition combined with random forest algorithm for the botanical classification of Chinese honey
CN104568825B (zh) 烤烟烟叶打叶复烤模块组配的方法
CN115049019A (zh) 金属有机框架对砷的吸附性能评估方法、装置及相关设备
CN113450139A (zh) 基于交互策略的流量检测、系统、存储介质及电子设备
CN112035345A (zh) 一种基于代码片段分析的混合深度缺陷预测方法
CN111950795A (zh) 基于随机森林的松散回潮加水比例的预测方法
Sosea et al. Leveraging training dynamics and self-training for text classification
Lanza et al. Panel performance, discrimination power of descriptors, and sensory characterization of table olive samples
CN118609699A (zh) 基于风味分子结构的食品香气活性成分逸散率预测方法及系统
Leng et al. Meta-learning of feature distribution alignment for enhanced feature sharing
CN107796766A (zh) 一种臭脚盐产地鉴别方法、装置及计算机可读存储介质
CN118216577A (zh) 茶叶生产加工过程质量控制方法、装置、设备和存储介质
Zhang et al. Sensory evaluation and prediction of bulk wine by physicochemical indicators based on PCA‐PSO‐LSSVM method

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination