[發明專利]一種飼料原料中非法添加物三聚氰胺甲醛樹脂的檢測方法

有效

• 申請號: 201710957053.6
• 申請日: 2017-10-16
• 公開（公告）號: CN107478599B
• 公開（公告）日: 2019-12-06
• 發明（設計）人: 李慶波;郝燦
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G01N21/359
• 分類號: G01N21/359;G01N21/3563
• 代理公司: 11251 北京科迪生專利代理有限責任公司
• 代理人: 安麗<國際申請>=<國際公布>=<進入國

1.一種飼料原料中非法添加物三聚氰胺甲醛樹脂的檢測方法，其特征在于實現步驟如下：

步驟101，采用近紅外光譜儀采集空白樣本以及添加不同濃度三聚氰胺甲醛樹脂的摻假樣本的近紅外光譜數據，所述空白樣本包含無添加的飼料樣本和添加物三聚氰胺甲醛樹脂的純物質樣本；

步驟102，對采集到的近紅外光譜數據進行預處理，以去除噪聲、基線的干擾；

步驟103，對步驟102預處理后得到的數據，選取其中部分三聚氰胺甲醛樹脂摻假樣本和空白樣本作為訓練樣本，所述空白樣本包含無添加的飼料樣本和添加物的純物質樣本，并對訓練樣本的近紅外光譜數據進行波段選擇，選擇出有用波段，選擇結果應用于所有數據；

步驟104，對訓練樣本進行信息熵權重局部超平面，即EWHK分類模型訓練，建立分類模型；

步驟105，近紅外光譜儀采集待測飼料的近紅外光譜數據；

步驟106，對待測樣本的近紅外光譜數據進行預處理，以去除噪聲、基線的干擾，得到待測數據；

步驟107，將訓練樣本的波段選擇結果應用于步驟106預處理之后的待測樣本數據；

步驟108，將波段選擇之后的光譜數據代入步驟104中已建立的分類模型，檢測待測樣本是否含有三聚氰胺甲醛樹脂，實現對非法添加三聚氰胺甲醛樹脂樣本的檢測；

所述步驟104中，信息熵權重局部超平面方法在計算中引入不同變量的比重綜合得到預測樣本與超平面的歐式距離，特征權重值是由樣本信息熵權決定的，因此能夠客觀的反映數據信息在分類中的貢獻，首先，挑選K個最近鄰樣本，選用自適應最近鄰算法，選擇最近鄰時不僅通過歐式距離評定，還引入了特征變量權重加以分析，這樣選擇的最近鄰更能夠代表樣品整體特性；然后，計算樣品與該平面的權重歐式距離對樣本完成定性鑒別，具體步驟如下：

設包含m個樣本，L個類別的訓練集且每個樣本包含n個特征，x_i表示第i個光譜樣本，記為：x_i＝(x_i1,…,x_in)^T，對應類別為y_i＝c，其中i＝1,…,m且c＝1,…,L，待測樣本q，設q＝(q₁,…,q_n)^T；

Step1:計算訓練樣本的特征權重w_j：

其中z_ij為標準化數據；β為調節參數；H_j為樣本中第j個特征的信息熵；x_ij為光譜數據的第i個樣本的第j個特征；n表示特征個數，m表示樣本個數，w_j為訓練樣本第j個特征的權重值；

Step2:計算待測樣本q與訓練樣本的權重歐氏距離D(x_i,q)：

其中D(x_i,q)為待測樣本與所給定的每個類別的樣本之間的權重歐式距離；x_ij為第i個訓練樣本第j個特征值；q_j為待測樣本的像元的光譜向量q＝(q₁,…,q_n)^T的第j個特征值；w_j為訓練樣本第j個特征的權重值，n表示特征個數；

Step3:根據D(x_i,q)，得到類c樣本中與q最鄰近的k個訓練樣本p_c，并構造超平面集合LH_c(q)：

V_.i＝p_ci-m_c

α＝(α₁,…,α_k)^T

其中LH_c(q)為所構造的超平面的集合；s為超平面；p_ci為訓練樣本中屬于類別c的近鄰；m_c為k個近鄰p_ci的平均值；V_.i為近鄰與近鄰平均值之間的特征差值；α為構造超平面時所選用的拉普拉斯算子向量；α_i為α的分量；k為人為選擇，k≥2，并且k不能超過訓練樣本個數；

Step4:計算q到類c超平面的最小距離：

W＝diag(w₁,…,w_n)

其中，J_c(q)為拉格朗日最小距離算子；w_j為訓練樣本第j個特征的權重值；V_j·為近鄰與近鄰平均值之間的特征差值的第j個特征值；m_cj為m_c的第j個特征值；q_j為待測樣本的第j個特征值；α為構造超平面時所選用的拉普拉斯算子向量；V為所有的近鄰與近鄰平均值之間的特征差值組成的向量；W為所有訓練樣本的特征權重組成的對角向量；s為超平面；q為待測樣本；w₁,...,w_n為特征權重；λ是一個用于控制α值避免其過大的參數，取值為0-10之間；

令計算得α值使得待測樣品與超平面距離最小：(U^TV+λI_k)α＝U^T(q-m_c),其中U^T＝V^TW,w₁為第一個特征的權重值，w_n為第n個特征的權重值，U為酉矩陣，I_k為單位陣；

Step5:分類判別：根據待測樣本q與超平面距離最小值分類label(q)，即：

label(q)＝argmin_cJ_c(q)

其中label(q)為待測樣本所屬類別；J_c(q)為拉格朗日最小距離算子；argmin_cJ_c(q)代表使J_c(q)的值最小的超平面所屬于的類別；

找到與待測樣本的近紅外光譜最近的超平面，該超平面的類別即為待測樣本的類別，即為判斷待測樣本是否含有三聚氰胺甲醛樹脂信息的依據，最終實現對非法添加三聚氰胺甲醛樹脂樣本的檢測。