1.基于单分子测序的发酵金鲳深度学习质量判别方法，其特征在于，包括以下步骤：制备不同品质等级的传统发酵金鲳粉末状样品，所述传统发酵金鲳粉末状样品用于单分子实时测序进行微生物群落结构分析；

提取所述传统发酵金鲳粉末状样品的宏基因组DNA，并检验片段完整度、纯度及浓度；

基于所述宏基因组DNA，获取所述发酵金鲳样品的物种丰度数据，作为神经网络模型的训练样本数据；

通过所述训练样本数据，对所述神经网络模型进行训练，并使用训练好的所述神经网络模型，对不同传统发酵金鲳的品质等级进行判别，其中，所述神经网络模型采用tansig作为隐藏层传递函数，采用purelin函数作为输出层传递函数，采用梯度下降法进行训练。

2.根据权利要求1所述基于单分子测序的发酵金鲳深度学习质量判别方法，其特征在于：

在制备不同品质等级的传统发酵金鲳检测样品的过程中，将若干传统发酵金鲳去皮去骨后，每条鱼从起点开始向尾部方向依次以中线和上表层为基点制取2cm×2cm×1cm的待测块状样品；

将所述待测块状样品，采用液氮冷却后研磨5‑8s，每个样品重复研磨3次，制得所述传统发酵金鲳粉末状样品。

3.根据权利要求2所述基于单分子测序的发酵金鲳深度学习质量判别方法，其特征在于：

在提取宏基因组DNA的过程中，采用Omniscripy RT kit提取所述所述宏基因组DNA，通过单分子实时测序对不同样品的DNA进行测序，通过对CCS序列进行过滤、聚类，并进行物种注释和丰度分析，获取所述物种丰度数据。

4.根据权利要求3所述基于单分子测序的发酵金鲳深度学习质量判别方法，其特征在于：

在获取所述物种丰度数据的过程中，还包括以下步骤：PCR扩增程序为：95℃预变性2min；98℃变性10s,55℃退火30s，72℃延伸90s，共循环30次；72℃终端延伸2min；

CCS序列识别：根据minPasses≥5,minPredictedAccuracy≥0.9识别初始CCS序列。

5.根据权利要求4所述基于单分子测序的发酵金鲳深度学习质量判别方法，其特征在于：

在对CCS序列进行过滤的过程中，通过识别barcode序列，识别不同样品的所述初始CCS序列，并去除嵌合体，得到高质量的所述CCS序列。

6.根据权利要求5所述基于单分子测序的发酵金鲳深度学习质量判别方法，其特征在于：

在对CCS序列进行聚类的过程中，基于所述CCS序列，在相似性97％的水平上对序列进行聚类，获取特征序列，其中，以所有序列数的0.005％作为阈值过滤OTUs；

以SILVA为参考数据库，使用朴素贝叶斯分类器结合比对的方法，对所述特征序列进行分类学注释，得到每个特征对应的物种分类信息，并在各个水平统计各样品群落组成，利用QIME软件获得不同分类水平的物种丰度表，其中，所述各个水平包括门、纲、目、科、属。

7.根据权利要求6所述基于单分子测序的发酵金鲳深度学习质量判别方法，其特征在于：

在对所述神经网络模型进行训练的过程中，利用mapminmax函数将所述训练样本数据归一化到[0,1]之间，其计算公式为：y＝(ymax‑ymin)×(x‑xmin)/(xmax‑xmin)+ymin其中，y为归一化之后的值，xmax为样本数据的最大值，xmin为样本数据的最小值。

8.根据权利要求7所述基于单分子测序的发酵金鲳深度学习质量判别方法，其特征在于：

在对所述神经网络模型进行训练的过程中，所述tansig函数的表达式为：所述purelin函数的表达式为y＝x。

9.根据权利要求8所述基于单分子测序的发酵金鲳深度学习质量判别方法，其特征在于：

在对所述神经网络模型进行训练的过程中，基于所述梯度下降法对网络权值和阈值进行调整，其中，

隐含层到输出层的权值：wjk＝wjk+ηHjek；

输入层到隐含层的权值：

隐含层到输出层的阈值：bk＝bk+ηek；

输入层到输出层的阈值：

其中：wij为输出层到隐藏层的权值，wjk为隐藏层到输出层的权值，bk为隐含层到输出层的阈值，aj为输入层到隐含层的阈值，η为学习速率，Hj为隐含层输出。

10.基于单分子测序的发酵金鲳深度学习质量判别系统，其特征在于，包括：数据采集模块，用于通过制备不同品质等级的传统发酵金鲳粉末状样品，所述传统发酵金鲳粉末状样品用于单分子实时测序进行微生物群落结构分析；提取所述传统发酵金鲳粉末状样品的宏基因组DNA，并检验片段完整度、纯度及浓度；

样本构建模块，用于基于所述宏基因组DNA，获取所述发酵金鲳样品的物种丰度数据，作为神经网络模型的训练样本数据；

数据识别模块，用于通过所述训练样本数据，对所述神经网络模型进行训练，并使用训练好的所述神经网络模型，对不同传统发酵金鲳的品质等级进行判别，其中，所述神经网络模型采用tansig作为隐藏层传递函数，采用purelin函数作为输出层传递函数，采用梯度下降法进行训练。