[0089] 圖4為根據本發(fā)明的檢測醬油品質的系統(tǒng)的另一個實施例的流程示意圖。 具體實施方式 [0090] 下面參照附圖對本發(fā)明進行更全面的描述，說明本發(fā)明的示例性實施例。下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。 [0091] 下面結合各個附圖和實施例對本發(fā)明的技術方案進行多方面的描述。 [0092] 本文中的“第一”、“第二”等，為描述上相區(qū)別，并沒有其它特殊的含義。 [0093] 圖1為根據本發(fā)明的檢測醬油品質的方法的一個實施例的流程示意圖，其中： [0094] 步驟1，采集待測樣品的光譜圖，待測樣品光譜圖中包含i個有效波長或波數的光譜響應值。其中光譜圖可以為紫外光譜圖、近紅外光譜圖、拉曼光譜圖或高光譜圖，優(yōu)選的譜區(qū)范圍為300nm-2500nm。優(yōu)選的光譜圖為為近紅外光譜圖，優(yōu)選的近紅外光譜區(qū)范圍為 780nm-2500nm。 [0095] 步驟2，在待測樣品光譜圖中的相鄰兩個有效波長或波數中間用插值法插入一個虛擬光譜響應值，得到待測樣品的拓展光譜圖，該拓展光譜圖中包含p(即2*i-1)個波長或波數的光譜響應值； [0096] 可選地，獲得待測樣品的拓展光譜圖后，還包括對光譜圖進行預處理的步驟，以便對拓展光譜光譜圖進行進一步優(yōu)化。 [0097] 步驟3，計算測樣品的拓展光譜圖中第p個波長或波數的光譜響應值的異常指數kp。其中：異常指數kp的計算公式為： [0098] [0099] 公式中： [0100] mp為待測樣品在第p個波長或波數的光譜響應值， [0101] 為n個品質正常樣品在第p個波長或波數的光譜響應值的平均值， [0102] σ為n個品質正常樣品在第p個波長或波數的光譜響應值的均方差，[0103] n為不小于1的自然數，優(yōu)選為不小于10的自然數，例如30～100，例如n為60，[0104] i、p各自獨立為非零自然數。 [0105] 步驟4，統(tǒng)計待測樣品的拓展光譜圖中異常指數kp大于第一閾值的個數N；在N不大于第二閾值的情況下，判斷待測樣品的品質正常。其中，第一閾值為2.00-6.00，例如2.04。 第二閾值為10-30，例如11。 [0106] 步驟3中，品質正常樣品為經長期從事醬油感官鑒評的專家組成員評定確認的感官正常的樣品。 [0107] 步驟3中， 和σ的獲得方法包括： [0108] 采集n個品質正常樣品的原始光譜圖； [0109] 每個品質正常樣品的原始光譜圖中包含i個有效波長或波數的光譜響應值，在相鄰兩個有效波長或波數中間用插值法插入一個虛擬光譜響應值，得到拓展光譜圖，該拓展光譜圖中包含p(即2*i-1)個波長或波數的光譜響應值； [0110] 可選地， 和σ的獲得方法中，獲得拓展光譜圖后，還包括對拓展光譜圖進行預處理，以便對光譜圖進行優(yōu)化， [0111] 計算n個拓展光譜圖中第p個波長或波數的光譜響應值的平均值 和均方差σ。 [0112] 例如，插值法的計算方式為條樣插值或分段線性插值。 [0113] 例如，對光譜圖進行預處理包括以下處理方式中的至少一種： [0114] 對光譜圖進行平滑處理，以消除不規(guī)則的隨機噪聲對光譜圖的影響，使光譜圖更為平滑； [0115] 對光譜圖進行導數處理，以消除非化學性因素對光譜圖造成的影響，同時放大光譜的微小變化； [0116] 對光譜圖進行中心化處理，以消除因基線漂移對光譜圖造成的影響； [0117] 對光譜圖進行標準化處理，以消除量綱對光譜圖造成影響。 [0118] 例如可以采用Savitzky-Golay卷積平滑算法對光譜圖進行處理，采用均值標準化對光譜圖進行處理，采用二階差分求導對光譜圖進行處理。 [0119] 此外，所述的檢測醬油品質的方法還可以包括：判斷是否有后續(xù)待測樣品的步驟，[0120] 在有后續(xù)待測樣品的情況下，重復執(zhí)行以上步驟1至步驟4， [0121] 在沒有后續(xù)待測樣品的情況下，結束檢測并輸出檢測結果。 [0122] 本發(fā)明上述實施例提供的檢測醬油品質的方法利用插值法對光譜進行拓展，然后再進行傳統(tǒng)光譜預處理等步驟。插值步驟有助于使本發(fā)明所述方法中醬油感官正常樣本和異常樣本之間的光譜差異更為顯著，從而進一步提高分析結果的穩(wěn)定性。此外，對于光譜分辨率較低的設備，通過插值可以在不破壞原有光譜的情況下增加光譜信息量。插值不同于傳統(tǒng)光譜預處理中的平滑擬合，二者主要差異為：插值要求曲線必須過原始數據點，而平滑擬合沒有該要求；插值用于補充原本不存在的數據點，平滑擬合則是用函數計算結果代替原始數據點。

21.權利要求20所述的檢測醬油品質的系統(tǒng)，其中，預處理模塊具體采用Savitzky-Golay卷積平滑算法對光譜圖進行預處理，采用二階差分求導對光譜圖進行預處理，采用均值標準化對光譜圖進行預處理。 22.權利要求16至21中任一項所述的檢測醬油品質的系統(tǒng)，其中異常指數kp計算模塊中， 和σ的獲得方法包括： 采集n個品質正常樣品的原始光譜圖； 每個品質正常樣品的原始光譜圖中包含i個有效波長或波數的光譜響應值，在相鄰兩個有效波長或波數中間用插值法插入一個虛擬光譜響應值，得到拓展光譜圖，該拓展光譜圖中包含p(即2*i-1)個波長或波數的光譜響應值， 計算n個拓展光譜圖中第p個波長或波數的光譜響應值的平均值 和均方差σ。 23.權利要求16至21中任一項所述的檢測醬油品質的系統(tǒng)，其中光譜儀為紫外光譜儀、近紅外光譜儀、拉曼光譜圖或高光譜儀。 24.權利要求23所述的檢測醬油品質的系統(tǒng)，其中光譜儀為近紅外光譜儀。 25.權利要求16至21中任一項所述的檢測醬油品質的系統(tǒng)，還包括：判斷是否有后續(xù)待測樣品的模塊， 在有后續(xù)待測樣品的情況下，重復執(zhí)行檢測操作， 在沒有后續(xù)待測樣品的情況下，結束檢測并輸出檢測結果。