[發明專利]廣義模糊K調和均值聚類的生菜貯藏時間判定方法

有效

• 申請號: 201410745142.0
• 申請日: 2014-12-09
• 公開（公告）號: CN104573739B
• 公開（公告）日: 2018-04-17
• 發明（設計）人: 武小紅;武斌;嵇港;孫俊
• 申請（專利權）人: 江蘇大學
• 主分類號: G06K9/66
• 分類號: G06K9/66;G06K9/46
• 代理公司: 南京經緯專利商標代理有限公司32200
• 代理人: 樓高潮

技術領域

本發明涉及一種生菜貯藏時間判定方法，具體涉及一種廣義模糊K調和均值聚類方法和近紅外光譜技術的生菜貯藏時間判定方法。

背景技術

生菜中含有豐富的營養物質，它是人們經常食用的蔬菜之一。隨著人們生活水平的不斷提高，對生菜的品質要求越來越高。另一方面，隨著社會的進步，工作繁忙的人們沒有時間買菜，喜歡一次買很多蔬菜放在冰箱里慢慢吃，但是隨著貯藏時間的增加，生菜中的亞硝酸鹽和微生物會遞增從而破壞了生菜品質而導致不能食用。所以貯藏時間是影響生菜品質的重要因素，因此研究一種簡單、快速、非破壞的生菜貯藏時間的判定方法是非常必要的。

近紅外光譜技術是根據樣品內有機官能團（O-H、C-H、N-H、S-H）的自身振動吸收近紅外光譜區相應波長的能量，從而在光譜中產生能量躍遷的表現。近紅外光譜分析技術源起于20世紀70年代，是一種高效、快速的現代分析技術。其綜合運用了光譜技術、計算機技術和化學計量學等多個學科的最新研究成果，因其獨特的優點從而廣泛應用于多個領域，特別是在農產品和食品的無損檢測領域。

在近紅外光譜定性建模分析中，偏最小二乘判別分析（PLSDA）是常用的定性建模分析方法。然而PLSDA是利用全光譜區域建立定性模型，這就導致在建模過程中容易受到光譜中的噪聲信息以及其他一些冗余信息的干擾，這些無關信息在預處理中很難全部消除，最終影響了預測模型的預測準確度。

模糊K調和均值聚類（趙恒,楊萬海,張高煜. 模糊K-Harmonic Means 聚類算法，西安電子科技大學學報(自然科學版)，2005，32（4）：603-606.）是將模糊的概念應用到K調和均值聚類（B. Zhang, M. Hsu, U. Dayal, K-harmonic means – a data clustering algorithm, Technical Report HPL-1999-124, Hewlett-Packard Laboratories, 1999.），保留了K調和均值聚類對初始值不敏感的優點，同時提高了聚類準確度。模糊K調和均值聚類采用歐式距離作為度量方式，歐式距離適合簇形狀是超橢球，對于有銳角的“盒狀”簇則聚類效果不理想（Bobrowski L, Bezedek JC. C-means clustering with the l₁and l_∞ norms. IEEE Trans. on SMC, 1991,21(3): 545~554.）。

在生菜檢測時獲取的近紅外光譜一般為高維數據，經過維數壓縮和特征提取后數據的簇拓撲結構不一定滿足超橢球形狀，若用模糊K調和均值聚類進行數據分類時還用歐式距離來度量則聚類效果欠佳。

發明內容

針對上述現有的模糊K調和均值聚類方法的缺陷以及現有生菜檢測技術的不足，本發明提出一種基于廣義模糊K調和均值聚類和近紅外光譜的生菜貯藏時間判定方法，采用后向間隔偏最小二乘判別分析進行光譜波段優選，采用基于P范數距離的廣義模糊K調和均值聚類進行生菜近紅外數據的分類，以解決偏最小二乘判別分析的冗余信息干擾問題以及模糊K調和均值聚類方法只能聚類超橢球簇的問題，擴展模糊K調和均值聚類方法的數據適用范圍。

本發明采用的技術方案是包括以下步驟：

1）將每個貯藏時間的生菜樣本分為訓練樣本和測試樣本，用近紅外光譜儀獲取訓練樣本和測試樣本的近紅外漫反射光譜；

2）建立訓練樣本類別信息矩陣，將訓練樣本的近紅外光譜平均地劃分為若干個等寬的子光譜區域，每次去除1個子光譜區域，使剩余的光譜區域中的訓練樣本光譜值與類別信息矩陣進行偏最小二乘回歸所得交互驗證均方根誤差最小，直至最后1個子光譜區域；根據均方根誤差最小原則選取訓練樣本的數個子光譜區域，測試樣本選取的數個子光譜區域和訓練樣本選取的數個子光譜區域相同；將選取的子光譜區域的訓練樣本光譜值與類別信息矩陣進行偏最小二乘回歸得到特征向量，將選取的子光譜區域的測試樣本投影到特征向量后得到光譜波段優選和維數降低的測試樣本；

3）采用線性判別分析提取經過光譜波段選擇和降維處理后的生菜樣本近紅外光譜的生菜不同儲藏時間的鑒別信息；

4）對鑒別信息運行模糊C-均值聚類以得到初始聚類中心；