1.一种牛羊肉物种和饲养模式真实性的判别方法，其特征在于：包括， 第一步骤(S1)，均匀采集不同分类牛羊肉样品，随机划分为训练样本集和验证样本集，所述不同分类牛羊肉样品包括不同饲养模式、自然地理环境饲养的牛、羊的肉，所述饲养模式包括放牧、舍饲、草饲、谷饲、草原自由放牧、集约化禁足养殖； 第二步骤(S2)，获取所述训练样本集的特征数据集，所述特征数据集包括甘油三酯、脂肪酸、氨基酸、矿物质、维生素和色素、稳定同位素、色度和肌肉质中的一种或多种，将所述特征数据集整理成数据矩阵，调节各变量权重，观察所述训练样本集的自然聚类特征和模式特征，筛选对物种和饲养模式、自然地理环境聚类贡献大的聚类指标以及变量权重参数，构建判别物种以及饲养模式、自然地理环境的判别模型； 第三步骤(S3)，获取验证样本集的特征数据集，导入至所述判别模型评价准确率，当所述准确率未达到预设水平时，调整所述聚类指标或变量权重参数，重建所述判别模型，直至所述判别模型准确率达到预设水平，得到判别牛、羊的物种以及饲养模式、自然地理环境的判别模型； 第四步骤(S4)，获取待测样本，采用所述判别模型判别所述待测样本的物种和饲养模式、自然地理环境的真实性。

2.根据权利要求1所述的判别方法，其特征在于：所述特征数据集为甘油三酯数据集，以甘油三酯作为聚类指标，或/和， 所述特征数据集为脂肪酸数据集，以脂肪酸作为聚类指标， 或/和， 所述特征数据集为稳定同位素数据集，以稳定同位素作为聚类指标， 或/和， 所述特征数据集为矿物质数据集，以矿物质作为聚类指标构建判别物种、饲养模式、自然地理环境的所述判别模型； 或/和， 所述特征数据集为氨基酸数据集，以氨基酸作为聚类指标， 或/和， 所述特征数据集为光谱、色谱或质谱仪器数据集，以光谱、色谱或质谱仪器数据作为聚类指标构建判别物种、饲养模式的所述判别模型； 或/和， 所述特征数据集为肌肉运动代谢组学数据集，以肌肉运动代谢作为聚类指标构建判别饲养模式，动物运动强度的所述判别模型； 或/和， 所述特征数据集为维生素数据集，以维生素作为聚类指标构建判别饲养模式、自然地理环境、牧草种类的所述判别模型；或/和， 所述特征数据集为色度数据集，以色度作为聚类指标构建判别饲养模式、自然地理环境、牛、羊的物种的所述判别模型。

3.根据权利要求1所述的判别方法，其特征在于：所述第四步骤(S4)还包括，当判别牛、羊的物种和饲养模式为真实时，采用待测样本的特征数据集修正所述判别模型。

4.一种牛羊肉物种和饲养模式真实性的判别系统，其特征在于：包括， 采集模块(1)，用于均匀采集不同分类牛羊肉样品，随机划分为训练样本集和验证样本集，所述不同分类牛羊肉样品包括不同饲养模式、自然地理环境饲养的牛、羊的肉、所述饲养模式包括放牧、舍饲、草饲、谷饲、草原自由放牧、集约化禁足养殖； 模型构建模块(2)，用于获取所述训练样本集的特征数据集，所述特征数据集包括甘油三酯、脂肪酸、氨基酸、矿物质、维生素和色素、稳定同位素、色度和肌肉质中的一种或多种，将所述特征数据集整理成数据矩阵，调节各变量权重，观察所述训练样本集的自然聚类特征和模式特征，筛选对物种和饲养模式、自然地理环境聚类贡献大的聚类指标以及变量权重参数，构建判别模型； 验证模块(3)，用于获取验证样本集的特征数据集，导入至所述判别模型评价准确率，当所述准确率未达到预设水平时，调整所述聚类指标或变量权重参数，重建所述判别模型，直至所述判别模型准确率达到预设水平，得到判别物种和饲养模式、自然地理环境的判别模型； 检测模块(4)，用于获取待测样本，采用所述判别模型判别所述待测样本的物种和饲养模式真实性。

请联系平台

请联系平台