东北农业大学郭增旺获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉东北农业大学申请的专利一种基于SPI原料迭代分析的植物肉品质预测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121211405B 。
龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511503359.5,技术领域涉及:G06F18/27;该发明授权一种基于SPI原料迭代分析的植物肉品质预测方法及系统是由郭增旺;田亚超;张高鹏;沙豪杰;王中江;杜晓宇;刘才华;郭亚男;刘军设计研发完成,并于2025-10-21向国家知识产权局提交的专利申请。
本一种基于SPI原料迭代分析的植物肉品质预测方法及系统在说明书摘要公布了:本发明提供了一种基于SPI原料迭代分析的植物肉品质预测方法及系统,涉及食品科学技术领域,包括以下步骤:构建原料特性指标数据库;对预先通过大豆分离蛋白原料制备的植物肉进行品质特性测定,并根据品质特性测定结果,构建植物肉品质特性指标数据库;基于原料特性指标数据库和植物肉品质特性指标数据库,分别构建并训练弹性网络回归模型和遗传算法‑多元线性回归模型;利用弹性网络回归模型和遗传算法‑多元线性回归模型对植物肉品质进行初步预测,并结合三元群智信息的证据融合方法对初步预测结果进行融合,得到最终的植物肉品质预测结果。本发明有助于更精准地把握植物肉品质,为植物肉的生产和优化提供有力支持。
本发明授权一种基于SPI原料迭代分析的植物肉品质预测方法及系统在权利要求书中公布了:1.一种基于SPI原料迭代分析的植物肉品质预测方法,其特征在于,包括以下步骤: S1、获取大豆分离蛋白原料样本并进行理化性质分析,根据理化性质分析结果,构建原料特性指标数据库; S2、对预先通过大豆分离蛋白原料制备的植物肉进行品质特性测定,并根据品质特性测定结果,构建植物肉品质特性指标数据库; S3、基于原料特性指标数据库和植物肉品质特性指标数据库,分别构建并训练弹性网络回归模型和遗传算法-多元线性回归模型; S4、利用弹性网络回归模型和遗传算法-多元线性回归模型对植物肉品质进行初步预测,并结合三元群智信息的证据融合方法对初步预测结果进行融合,得到最终的植物肉品质预测结果; 所述利用弹性网络回归模型和遗传算法-多元线性回归模型对植物肉品质进行初步预测,并结合三元群智信息的证据融合方法对初步预测结果进行融合,得到最终的植物肉品质预测结果包括以下步骤: S41、获取待制作植物肉的大豆分离蛋白原料数据,并分别利用弹性网络回归模型和遗传算法-多元线性回归模型对植物肉品质进行多次初步预测,得到多次初步预测结果; S42、基于弹性网络回归模型和遗传算法-多元线性回归模型的多次初步预测结果,计算云模型的三元群智参数,并将三元群智参数进行二维表征处理,得到二维表征结果; S43、将二维表征结果转化为证据体,并通过相似度计算,测定弹性网络回归模型和遗传算法-多元线性回归模型之间的冲突,得到冲突度; S44、基于冲突度采用量子加权平均算子进行证据融合,并通过D-S证据合成规则得到最终预测结果; 所述基于弹性网络回归模型和遗传算法-多元线性回归模型的多次初步预测结果,计算云模型的三元群智参数,并将三元群智参数进行二维表征处理,得到二维表征结果包括以下步骤: S421、基于弹性网络回归模型和遗传算法-多元线性回归模型的多次初步预测结果,分别计算弹性网络回归模型和遗传算法-多元线性回归模型的云模型参数,所述云模型参数包括期望值、熵值及超熵值; S422、分别获取弹性网络回归模型和遗传算法-多元线性回归模型在进行循环迭代训练时的模型验证数据,并分别计算弹性网络回归模型和遗传算法-多元线性回归模型的三维质量系数,所述三维质量系数包括可靠性、特征偏好度及鲁棒性; S423、将弹性网络回归模型和遗传算法-多元线性回归模型的云模型参数和三维质量系数进行归一化处理,并将归一化后的云模型参数和三维质量系数进行组合,得到弹性网络回归模型和遗传算法-多元线性回归模型的二维表征结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东北农业大学,其通讯地址为:150030 黑龙江省哈尔滨市香坊区长江路600号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励