1.一种生鲜羊肉品质无损检测系统，其特征在于，包括：柔性光谱阻抗双模态传感器以及操作上位机；所述柔性光谱阻抗双模态传感器包括：传感器前端单元和传感器后端单元；所述传感器前端单元包括：PMDS柔性基底和LIG蛇形电极；所述传感器后单元包括：PI柔性基底、柔性Cu电路、PDMS保护层、主控模块、电压转换模块、阻抗转换模块、鳄鱼夹、光谱采集模块、I2C多路扩展模块以及蓝牙无线传输模块；所述传感器前端单元和所述传感器后端单元通过所述鳄鱼夹进行连接；

所述柔性光谱阻抗双模态传感器通过所述蓝牙无线传输模块与所述操作上位机连接；所述LIG蛇形电极贴附于所述PMDS柔性基底表面；所述柔性Cu电路贴附于所述PI柔性基底表面；所述主控模块、所述电压转换模块、所述阻抗转换模块、所述光谱采集模块、所述I2C多路扩展模块、所述蓝牙无线传输模块以及所述鳄鱼夹通过锡焊方式固定在所述柔性Cu电路上；所述PDMS保护层旋涂在所述主控模块、所述电压转换模块、所述阻抗转换模块、所述光谱采集模块、所述I2C多路扩展模块、所述蓝牙无线传输模块以及所述鳄鱼夹上；所述鳄鱼夹与所述LIG蛇形电极连接；

所述LIG蛇形电极用于接收所述阻抗转换模块产生的激励信号，并根据所述激励信号向目标生鲜羊肉表面发送发射脉冲，以及接收目标生鲜羊肉表面的反射脉冲，并将所述反射脉冲发送到所述阻抗转换模块；所述阻抗转换模块用于产生所述激励信号，以及对所述反射脉冲进行DFT变换，得到阻抗信号，并将所述阻抗信号发送到所述主控模块；所述光谱采集模块用于照射所述目标生鲜羊肉表面，以及将所述目标生鲜羊肉表面的反射光转换成电信号，得到光谱信号，并通过所述I2C多路扩展模块将所述光谱信号发送到所述主控模块；所述主控模块用于控制所述阻抗转换模块产生所述激励信号以及利用所述蓝牙无线传输模块将所述阻抗信号和所述光谱信号发送到所述操作上位机上；所述电压转换模块用于将外部锂电池提供的5V电压转换成3.3V。

2.根据权利要求1所述的一种生鲜羊肉品质无损检测系统，其特征在于，所述柔性光谱阻抗双模态传感器的制备过程，包括：将预设计的电极图案导入激光直写设备；

利用所述激光直写设备在PI薄膜上进行激光诱导石墨烯，得到所述LIG蛇形电极；

在所述PI薄膜上旋涂PDMS溶液与固化剂的混合溶液，并将所述PI薄膜放置在60℃的加热台上固化2h；

将固化完成的所述PI薄膜上的所述LIG蛇形电极转印到所述PMDS柔性基底上，得到所述传感器前端单元；

将预设计的电路图案导入所述激光直写设备；

利用所述激光直写设备在PI/Cu薄膜上进行激光蚀刻，得到所述柔性Cu电路；

通过锡焊将所述主控模块、所述电压转换模块、所述阻抗转换模块、所述光谱采集模块、所述I2C多路扩展模块、所述蓝牙无线传输模块以及所述鳄鱼夹固定在所述柔性Cu电路的表面；

将PDMS溶液与固化剂的混合溶液均匀涂抹在所述柔性Cu电路的表面，并将所述柔性Cu电路放置在60℃的加热台上固化2h，得到所述传感器后端单元；

利用所述鳄鱼夹将所述传感器后端单元与所述传感器前端单元连接，得到所述柔性光谱阻抗双模态传感器。

3.一种生鲜羊肉品质无损检测方法，其特征在于，应用于权利要求1所述的一种生鲜羊肉品质无损检测系统，所述检测方法包括：将所述柔性光谱阻抗双模态传感器固定在所述目标生鲜羊肉表面；

通过所述操作上位机和所述蓝牙无线传输模块基于固定时间间隔采集所述阻抗信号和所述光谱信号；

通过自适应模态模式进行工作模态的选择；所述工作模态包括：阻抗模态、光谱模态以及融合模态；

将所述阻抗信号和所述光谱信号输入到羊肉品质分级模型中进行品质感知，得到目标品质检测结果。

4.一种羊肉品质分级模型的构建方法，其特征在于，应用于权利要求3所述的一种生鲜羊肉品质无损检测方法，所述构建方法包括：对同时间购买的羊肉进行相同形状切割、随机分组以及相同环境条件分隔存储，得到若干组试验样品；

利用所述柔性光谱阻抗双模态传感器对每组所述试验样品在固定时间间隔进行数据采集，得到试验光谱阻抗原始数据集，并将试验光谱阻抗原始数据集保存至预设的知识库模块；

对于所述试验光谱阻抗原始数据集内每个分组的采集数据进行TVB-N值、PH值、硬度、失水率、色差以及蛋白质含量测定，得到羊肉的品质表征数据集和羊肉品质分类数据集；

根据所述羊肉的品质表征数据集和所述羊肉品质分类数据集构建羊肉光谱阻抗分级网络；所述羊肉光谱阻抗分级网络包括：阻抗信息分级网络层、光谱信息分级网络层以及光谱阻抗双模态信息融合分级网络层；光谱阻抗双模态信息融合分级网络层包括：数据预处理层、空间特征提取层、时序特征提取层、特征融合层、品质预测层、调控机制层以及错误融合调控层；所述阻抗信息分级网络层用于对所述阻抗模态下采集到的所述阻抗信号进行羊肉品质监测；所述光谱信息分级网络层用于对所述阻抗模态下采集到的所述光谱信号进行羊肉品质监测；所述光谱阻抗双模态信息融合分级网络层用于对所述融合模态下采集到的所述阻抗信号和所述光谱信号进行羊肉品质监测；所述数据预处理层用于对所述阻抗信号和所述光谱信号进行预处理；所述空间特征提取层用于对预处理完成的所述阻抗信号和所述光谱信号进行空间特征提取；所述时序特征提取层用于对空间特征提取完成的所述阻抗信号和所述光谱信号进行时序特征提取；所述特征融合层用于对所述阻抗信号和所述光谱信号的空间特征提取数据和时序特征提取数据进行加权融合；所述品质预测层用于根据所述特征融合层的融合结果特征预测羊肉品质；所述调控机制层用于对所述品质预测层预测异常结果进行反馈调整；所述错误融合调控层用于所述特征融合层的融合错误进行反馈调整；

对所述羊肉光谱阻抗分级网络进行优化，得到所述羊肉品质分级模型。

5.根据权利要求4所述的一种羊肉品质分级模型的构建方法，其特征在于，所述阻抗信息分级网络层和所述光谱信息分级网络层的计算公式分别为：和；

其中，；；；；；；；；；；为所述阻抗信息分级网络层的第一最终羊肉等级；为所述光谱信息分级网络层的第二最终羊肉等级；为第一最终羊肉等级内的第n项数据；为第二最终羊肉等级内的第n项数据；为羊肉阻抗品质等级阈值的集合；、以及分别为羊肉新鲜等级下、羊肉次新鲜等级下以及羊肉腐败变质等级下的阻抗阈值；为羊肉光谱品质等级阈值的集合；、以及分别为所述羊肉新鲜等级下、所述羊肉次新鲜等级下以及所述羊肉腐败变质等级下的光谱阈值；表示映射；代表、以及中的任一项；代表、以及中的任一项；和分别为所述羊肉新鲜等级下所述阻抗阈值的上限和下限；和分别为所述羊肉次新鲜等级下所述阻抗阈值的上限和下限；和分别为所述羊肉腐败变质等级下所述阻抗阈值的上限和下限；和分别为所述羊肉新鲜等级下所述光谱阈值的上限和下限；和分别为所述羊肉次新鲜等级下所述光谱阈值的上限和下限；和分别为所述羊肉腐败变质等级下所述光谱阈值的上限和下限。

6.根据权利要求4所述的一种羊肉品质分级模型的构建方法，其特征在于，所述光谱阻抗双模态信息融合分级网络层的计算公式包括：、

、

、

、

、

、

、

、

；

其中，和分别为经过空间特征提取的阻抗数据特征和经过空间特征提取的光谱数据特征；和分别为经过时序特征提取的阻抗数据特征和经过时序特征提取的光谱数据特征；和分别为阻抗融合权重和光谱融合权重；为融合特征；为预测结果；为空间特征提取函数；为时序特征提取函数；为预处理阻抗数据；为预处理光谱数据；、分别为阻抗空间特征和光谱空间特征；为得分计算函数；、分别为阻抗时序特征和光谱时序特征；为窗口大小；为得分权重；为预测权重；为预测偏置；为预测函数。

7.根据权利要求6所述的一种羊肉品质分级模型的构建方法，其特征在于，还包括：调控机制层；所述调控机制层的计算公式包括：、

、

、

、

；

其中，为反馈信号；为反馈函数；、分别为阻抗第一优化融合权重和光谱第一优化融合权重；为调控后的所述；、分别为真实品质和预测品质；、分别为所述真实品质和所述预测品质内的第i个数值；为学习率。

8.根据权利要求7所述的一种羊肉品质分级模型的构建方法，其特征在于，还包括：错误融合调控层；所述错误融合调控层的计算公式包括：、

、

、

、

；

其中，为融合错误数值；为调控因子；、分别为阻抗第二优化融合权重和光谱第二优化融合权重；为所述错误融合调控层后的所述融合特征；为调控灵敏度系数。

9.根据权利要求8所述的一种羊肉品质分级模型的构建方法，其特征在于，所述羊肉品质分级模型的计算公式为：；

其中，为最终损失率；为损失函数；为融合错误权重系数；为反馈权重系数。