System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种海参泡发方法及泡发状态预测方法技术_技高网

一种海参泡发方法及泡发状态预测方法技术

技术编号:44102822 阅读:11 留言:0更新日期:2025-01-24 22:30
本发明专利技术涉及海产品加工应用技术领域,公开了一种海参泡发方法及泡发状态预测方法,泡发方法包括选取干海参;将所选干海参平铺并蒸制30分钟;将蒸后的干海参放入冰水混合物中泡发20小时;对泡发20小时后的海参先清洗去除内脏后再煮制3小时;将煮制3小时后的海参放入冰水混合物中继续泡发48小时。泡发状态预测方法包括获取处于不同泡发状态下的海参样品并测定状态指标,将状态指标输入预构建的XgBoost模型进行预测,得到海参的泡发状态预测结果。本发明专利技术能够更好地控制各个泡发环节,有效解决产品质量不稳定的问题,并更加客观、准确地预测海参的泡发状态,提高了预测的准确性。

【技术实现步骤摘要】

本专利技术涉及海产品加工应用,更具体地,涉及一种海参泡发方法及泡发状态预测方法


技术介绍

1、海参作为一种高营养价值的海洋食品,在加工过程中通常被制成干品以便于储存和运输。在食用前,干海参需要经过泡发过程才能恢复其原有的形态和口感。海参的泡发质量直接影响其食用品质和经济价值,因此,开发一种科学、可控的海参泡发方法,以及准确预测泡发状态的技术,对于提高海参产品质量具有重要意义。

2、传统的海参泡发方法主要依赖于生产人员的经验,通过感官评价来判断泡发程度。具体而言,生产人员通过触摸、观察等方式,根据经验来判断海参是否达到了各阶段的泡发标准。然而,这种方法存在主观性强、不同批次海参泡发程度难以控制一致的问题。同时,现有技术中缺乏对海参泡发过程中各项参数变化的系统研究,无法准确预测泡发状态。因此,现有的海参泡发技术存在泡发质量不稳定,以及无法准确预测泡发状态的缺陷。


技术实现思路

1、本专利技术为克服海参泡发技术存在的泡发质量不稳定,以及无法准确预测泡发状态的缺陷,提出如下技术方案:

2、第一个方面,本专利技术提出一种海参泡发方法,包括:

3、选取干海参;

4、将所选干海参平铺并蒸制30分钟;

5、将蒸制30分钟后的干海参放入冰水混合物中泡发20小时,并清洗去除内脏;

6、将清洗去除内脏后的海参煮制3小时;

7、将煮制3小时后的海参放入冰水混合物中继续泡发48小时。

8、第二个方面,本专利技术提出一种海参泡发状态预测方法,包括:

9、利用如第一个方面所述的海参泡发方法获取处于不同泡发状态下的海参样品。

10、测定所述海参样品的状态指标。

11、将所述状态指标输入预构建的xgboost模型进行预测,得到海参的泡发状态预测结果。

12、作为优选的技术方案,分别测定海参在泡发20小时并清洗去除内脏后、煮制3小时后和泡发48小时后的状态指标。

13、作为优选的技术方案,所述状态指标包括海参的重量、长度、质构特性和水分状态。

14、作为优选的技术方案,所述水分状态包括海参的水分含量以及水分变化规律。

15、作为优选的技术方案,所述水分变化规律包括海参的结合水比例、半结合水比例和自由流动水比例变化规律。

16、作为优选的技术方案,在将所述状态指标输入预构建的xgboost模型进行预测之前,所述方法还包括:

17、对状态指标数据执行以下至少一种处理:

18、对重复数据进行删除处理。

19、对缺失值进行删除处理或均值填充处理。

20、对异常值进行删除处理或替换处理。

21、对状态指标数据进行归一化处理或标准化处理。

22、作为优选的技术方案,在构建xgboost模型时,所述方法还包括:

23、分别计算每种状态指标的pearson相关系数矩阵和spearman相关系数矩阵。

24、将pearson相关系数矩阵和spearman相关系数矩阵的相关系数均大于m或均小于-m的状态指标作为xgboost模型的预测结果参数。

25、作为优选的技术方案,在得到预测结果参数之后,所述方法还包括:

26、利用预测参数对xgboost模型进行进行单一缺失实验模拟,当xgboost模型的拟合程度保持不变或上升时,则删除当前预测参数,当xgboost模型的拟合程度下降时,则保留当前预测参数作为xgboost模型的预测结果参数。

27、作为优选的技术方案,将所述状态指标输入预构建的xgboost模型进行预测之前,所述方法还包括利用网格搜索方法来寻找并优化xgboost模型的最佳参数。

28、本专利技术的有益效果至少包括:

29、(1)本专利技术首先将干海参蒸制30分钟,可以软化海参的组织结构,为后续泡发做好准备。接着将蒸制30分钟后的海参置于冰水混合物中泡发20小时,可以促进海参快速吸水膨胀,恢复近似生鲜海参的形态和质地。然后再对泡发后的海参煮制3小时,可以进一步软化海参组织,使其更加柔嫩,口感更好。最后将煮制3小时后的海参继续浸泡48小时,使其充分吸水膨胀,最终达到理想的泡发效果。相比传统依靠人工经验的泡发方法,这种科学系统的方法能够更好地控制各个泡发环节,使海参的形态和口感得到充分恢复,从而有效解决了产品质量不稳定的问题。

30、(2)本专利技术通过获取处于不同泡发状态下的海参样品,然后测定这些海参样品的一系列状态指标输入到预先构建好的xgboost机器学习模型中进行训练和预测,这种基于机器学习的预测方法,通过数据驱动的自动化预测,相比人工主观判断,可以更加客观、准确地预测海参的泡发状态,提高了预测的准确性。

本文档来自技高网...

【技术保护点】

1.一种海参泡发方法,其特征在于,包括以下步骤:

2.一种海参泡发状态预测方法,其特征在于,包括:

3.根据权利要求2所述的海参泡发状态预测方法,其特征在于,分别测定海参在泡发20小时并清洗去除内脏后、煮制3小时后和泡发48小时后的状态指标。

4.根据权利要求2所述的海参泡发状态预测方法,其特征在于,所述状态指标包括海参的重量、长度、质构特性和水分状态。

5.根据权利要求4所述的海参泡发状态预测方法,其特征在于,所述水分状态包括海参的水分含量以及水分变化规律。

6.根据权利要求5所述的海参泡发状态预测方法,其特征在于,所述水分变化规律包括海参的结合水比例、半结合水比例和自由流动水比例变化规律。

7.根据权利要求2所述的海参泡发状态预测方法,其特征在于,在将所述状态指标输入预构建的XgBoost模型进行预测之前,所述方法还包括:

8.根据权利要求2所述的海参泡发状态预测方法,其特征在于,在构建XgBoost模型时,所述方法还包括:

9.根据权利要求8所述的海参泡发状态预测方法,其特征在于,在得到预测结果参数之后,所述方法还包括:

10.根据权利要求2所述的海参泡发状态预测方法,其特征在于,将所述状态指标输入预构建的XgBoost模型进行预测之前,所述方法还包括利用网格搜索方法来寻找并优化XgBoost模型的最佳参数。

...

【技术特征摘要】

1.一种海参泡发方法,其特征在于,包括以下步骤:

2.一种海参泡发状态预测方法,其特征在于,包括:

3.根据权利要求2所述的海参泡发状态预测方法,其特征在于,分别测定海参在泡发20小时并清洗去除内脏后、煮制3小时后和泡发48小时后的状态指标。

4.根据权利要求2所述的海参泡发状态预测方法,其特征在于,所述状态指标包括海参的重量、长度、质构特性和水分状态。

5.根据权利要求4所述的海参泡发状态预测方法,其特征在于,所述水分状态包括海参的水分含量以及水分变化规律。

6.根据权利要求5所述的海参泡发状态预测方法,其特征在于,所述水分变化规律包括海参的结合水比例...

【专利技术属性】
技术研发人员:胡罗松谢灿杰詹磊宋明月陈建平阚启鑫陈锦成马雨茵张文
申请(专利权)人:广州酒家集团利口福食品有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1