-
公开(公告)号：CN114184571B
公开(公告)日：2024-02-13
申请号：CN202111283548.8
申请日：2021-11-01
Applicant: 华中农业大学
IPC: G01N21/3577 , G01N30/02
Abstract: 本发明属于奶牛性能测定和牛奶品质检测领域，公开了牛奶中总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总酪蛋白含量的快速、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：CN114166782B
公开(公告)日：2024-02-13
申请号：CN202111356678.X
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，具体涉及牛奶中游离的缬氨酸含量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。最终选取了缬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，提供了参考依据。选取了缬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。实现了原料奶中缬氨酸含量的快速、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：CN114184572A
公开(公告)日：2022-03-15
申请号：CN202111283550.5
申请日：2021-11-01
Applicant: 华中农业大学
IPC: G01N21/3577 , G01N30/02
Abstract: 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：CN114166786A
公开(公告)日：2022-03-11
申请号：CN202111356762.1
申请日：2021-11-16
Applicant: 华中农业大学
IPC: G01N21/3577
Abstract: 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：CN114166780A
公开(公告)日：2022-03-11
申请号：CN202111356587.6
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，具体涉及牛奶中游离的赖氨酸含量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。最终选取了赖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两次测定的平均光谱进行建模效果更好，选取了赖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。实现了原料奶中赖氨酸含量的快速、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。
-
Patent Agency Ranking
公开(公告)号：CN113324943A
公开(公告)日：2021-08-31
申请号：CN202110503867.9
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，具体涉及牦牛奶及其掺加奶牛奶的快速鉴别模型。本发明与中红外光谱分析领域有关。发明步骤为：1)取新鲜牦牛奶和掺有奶牛奶的牦牛奶样品；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)筛选用于建模的光谱波段；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。
-
公开(公告)号：CN112666111A
公开(公告)日：2021-04-16
申请号：CN202011403059.7
申请日：2020-12-02
Applicant: 华中农业大学
IPC: G01N21/3577 , G01N1/44 , G06K9/62 , G06N3/08
Abstract: 本发明属于奶品分析领域，具体涉及奶牛奶与马奶的快速鉴别方法。与中红外光谱分析有关。本发明的步骤为：1)取新鲜马奶和奶牛奶样品；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：CN114184572B
公开(公告)日：2024-02-20
申请号：CN202111283550.5
申请日：2021-11-01
Applicant: 华中农业大学
IPC: G01N21/3577 , G01N30/02
Abstract: 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
Applicant: 华中农业大学
IPC: G01N21/3577
Abstract: 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。
-
公开(公告)号：CN114166780B
公开(公告)日：2024-02-13
申请号：CN202111356587.6
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，具体涉及牛奶中游离的赖氨酸含量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。最终选取了赖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两次测定的平均光谱进行建模效果更好，选取了赖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。实现了原料奶中赖氨酸含量的快速、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。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.019 seconds)
