基于卷积神经网络的酱油风味物质数据监测研究

刘永伟

(锦州医科大学附属第一医院，辽宁 锦州 121001)

酱油是一种传统的调味品，其滋味品质是影响酱油质量的关键因素。对于酱油品质鉴别评价的方法较少，探究一种新型的酱油品质鉴别手段具有重要意义[1-2]。进行酱油品质鉴别时，采用一种味觉传感器系统作为酱油物质数据的采集设备，同时运用卷积神经网络进行数据识别，形成酱油品质数据，为酱油品质鉴别提供了科学依据[3-5]。

1 酱油品质

通常所说的酱油品质指酱油的滋味和香气，可通过人的味觉和嗅觉进行识别。酱油的滋味主要包含鲜味、咸味、甜味、酸味、苦味。酱油的鲜味来源于酱油原材料中蛋白质水解生成的氨基酸，其中谷氨酸的含量最高，形成酱油的独特鲜味[6]。酱油中的鲜味肽含有丰富的天冬氨酸，提升酱油的浓厚鲜味。酱油的咸味主要是由酿造时添加的食盐带来，食盐与酱油中的氨基酸和糖类物质进行协调中和，咸味进一步柔和，有效地对酱油滋味进行改善[7-8]。酱油中的甜味主要来自于淀粉中大分子糖的水解、蛋白质原料的水解、发酵过程中脂类物质水解和酿造过程添加的蔗糖和其他甜味剂[9]。酱油中的酸味物质是发酵时生成的有机酸，有机酸与其他挥发性物质可有效改善酱油的柔和程度[10]。酱油苦味是由苦味氨基酸形成，另外酱油中的其他无机盐也会产生微弱的苦味，苦味过于明显，则会使酱油的整体风味下降[11]。酱油的香气是由发酵时的生化反应调控而成，酱油香气成分含量较弱，但种类多，对酱油的品质影响明显[12]。

2 酱油品质数据采集

酱油品质数据通过一种人工味觉传感器系统进行采集，结合仿生学、传感器技术以及计算机技术，通过对人的味觉进行模拟，实现酱油品质数据的定性分析与定量测定。味觉传感器主要包含传感器阵列、信号采集传输单元以及数据识别单元。味觉传感器技术作为一种人工智能检测技术，通过监测物质之间的电信号强度，反映酱油的品质[13-14]。味觉传感器系统组成及功能见图1。

图1 味觉传感器系统组成及功能Fig.1 Composition and function of taste sensor system

酱油品质数据需在室温条件下进行，采集之前，味觉传感器系统进行自检及系统数据初始化，酱油品质数据采集流程图见图2。

图2 酱油品质数据采集流程图Fig.2 Flow chart of soy sauce quality data collection

对酱油品质数据进行6次测量，因各传感器在测量前几次的测量值变化幅度较大，从第3次测量开始，数据开始趋于平稳状态，因此分别取6次、前3次、中间3次以及最后3次味觉传感器系统的输出均值进行分析。味觉传感器系统6次检测数据及不同数据均值结果见表1。

表1 味觉传感器系统检测数据及均值结果Table 1 Taste sensor system detection data and mean value results

由表1中均值数据可知，后3次味觉数据采集的均值相对稳定，偏差较小，因此采用后3次的采集数据均值作为酱油品质鉴别时的输入数据。

3 卷积神经网络品质鉴别过程

利用卷积神经网络进行酱油品质的鉴别，鉴别过程中对酱油品质数据进行网络参数识别和初始化，并最终在目标函数中进行品质鉴别[15]。

卷积神经网络的训练过程分为前后两个反馈传播阶段，传播阶段进行酱油品质数据的特征提取，并将提取的特征数据进行等级鉴别，鉴别过程中进行网络输出值和检测真实值之间的偏差分析，并对神经网络参数进行调整更新。卷积神经网络模型训练过程见图3。

图3 卷积神经网络模型训练过程Fig.3 Training process of convolution neural network model

建设卷积神经网络模型中的输入样本集合为(x(i),y(i))，f(x(i)|w,b)，表示酱油品质的检测数据，卷积神经网络的输出结果为，则神经网络预测输出值与检测值之间的偏差可表示为：

其中，W表示每一层卷积神经网络中的权重系数，b表示偏差值，且有：

对卷积神经网络偏差值计算后进行迭代，并更新网络权重和偏差，更新后的权重和偏差值为：

4 酱油品质鉴别

利用卷积神经网络建立酱油品质鉴别识别分析模型，对味觉传感器采集到的6种不同味觉数据进行迭代，调整权重与偏差值，得到酱油品质中味觉数据的相对标准偏差以及标准误差[16]。随机挑选10种不同品质或者不同品牌的酱油进行味觉数据采集，相对标准偏差曲线见图4，标准误差曲线见图5。

图4 酱油不同味觉数据相对标准偏差Fig.4 Relative standard deviation of different taste data of soy sauce

图5 酱油不同味觉数据标准偏差Fig.5 Standard deviation of different taste data of soy sauce

在4种味觉数据中，至少有3组相对标准偏差小于2%时且标准偏差小于1%时，酱油品质定义为A级；有2%<相对标准偏差<3%时且标准偏差≤3%时，酱油品质定义为B级；其余参数定义为C级。

5 结论

本文以酱油品质鉴别过程为研究对象，采用味觉传感器系统进行酱油品质数据采集，利用卷积神经网络建立酱油品质数据识别模型。通过对10种品质不同的酱油进行鉴别验证，卷积神经网络可有效地在酱油品质鉴别过程中进行应用，同时利用该方式鉴别的酱油品质相对标准差及标准偏差，可用来确定酱油品质的不同等级。