1.一种基于中红外光谱和神经网络技术的快速鉴定和检测小清蛋白的方法，其特征在于，包括如下步骤：

（1） 从待测样品中提取蛋白质进行红外光谱测定，得到原始中红外谱图数据；

（2） 所获得的原始中红外谱图经过二阶求导得到二阶导数图谱；

（3） 从原始红外光谱及其二阶导数谱图中获取三维向量数据，所述的三维向量分别为扫描波长，该扫描波长所对应的样品的原始中红外光谱吸收峰和二阶导数谱图的吸收峰；

用经过训练的神经网络模型进行识别，得到分类结果；

（4）依据神经网络模型的分类结果，快速鉴定和检测出小清蛋白；

所述的神经网络模型通过以下方法进行训练：（a）取小清蛋白、不含小清蛋白的水产品蛋白和含有小清蛋白的水产品蛋白，对上述不同样品进行红外光谱测定，得到原始中红外谱图数据；

（b）所获得的原始中红外谱图经过二阶求导；

（c）从原始红外光谱及其二阶导数谱图中获取三维向量数据，所述的三维向量分别为扫描波长、该扫描波长所对应样品的原始中红外光谱吸收峰和二阶导数谱图的吸收峰；将获得的三维向量和是否含小清蛋白的结果作为训练集，输入神经网络模型进行训练。

2.根据权利要求1所述基于中红外光谱和神经网络技术的快速鉴定和检测小清蛋白的方法，其特征在于，所述的待测样品源自鱼类水产品或鱼类水产制品，或者待测样品中含有鱼类水产品。

3.根据权利要求2所述基于中红外光谱和神经网络技术的快速鉴定和检测小清蛋白的方法，其特征在于，所述的鱼类水产品为黄鳝、鲫鱼、鲤鱼、草鱼、白鲢、青鱼、鳜鱼、乌鳢、罗非鱼、鲈鱼、鳗鲡、鮰鱼、鲶鱼、黄颡鱼、红鳍东方鲀、菊黄东方鲀、花鲢中的任意一种或者多种。

4.根据权利要求1所述基于中红外光谱和神经网络技术的快速鉴定和检测小清蛋白的方法，其特征在于， 步骤（1）中，红外光谱测定扫描所获得的原始图谱经过基线校正、光谱平滑、光谱计算和归一化处理的预处理操作，得到原始中红外图谱。

5.根据权利要求1所述基于中红外光谱和神经网络技术的快速鉴定和检测小清蛋白的方法，其特征在于，步骤（1）和步骤（a）所述的红外光谱测定的条件为：扫描范围选自4000～‑1 ‑1

650cm 区间内，光谱分辨率为2～6cm ；扫描次数为15～20次，取平均光谱。

6.根据权利要求1所述基于中红外光谱和神经网络技术的快速鉴定和检测小清蛋白的方法，其特征在于，步骤（1）和步骤（a）中，所述的红外光谱测定的条件为：使用单点ATR法，‑1

测试温度为20‑25 ℃，湿度为45%以内，光谱分辨率为4cm ，扫描次数为16次，取平均光谱。

7.根据权利要求1所述基于中红外光谱和神经网络技术的快速鉴定和检测小清蛋白的方法，其特征在于，步骤（3）和步骤（c）中，从原始中红外谱图和二阶中红外谱图中选取4000‑1

～650cm 的范围进行图谱分析。

8.根据权利要求1所述基于中红外光谱和神经网络技术的快速鉴定和检测小清蛋白的方法，其特征在于，所述的神经网络模型为Inception‑Resnet‑v2。

9.根据权利要求1所述基于中红外光谱和神经网络技术的快速鉴定和检测小清蛋白的方法，神经网络模型的训练是基于迁移学习。