[發(fā)明專利]魚類產(chǎn)地溯源方法、電子設備、存儲介質(zhì)及裝置

在審

• 申請?zhí)枺?/td>: 201810067761.7
• 申請日: 2018-01-24
• 公開（公告）號: CN108489927A
• 公開（公告）日: 2018-09-04
• 發(fā)明（設計）人: 劉磊安;楊靈;吳霆;鄒娟
• 申請（專利權）人: 仲愷農(nóng)業(yè)工程學院
• 主分類號: G01N21/3563
• 分類號: G01N21/3563;G06N3/04;G06N3/08
• 代理公司: 廣州市越秀區(qū)哲力專利商標事務所(普通合伙) 44288
• 代理人: 羅晶;高淑怡

1.魚類產(chǎn)地溯源方法，其特征在于包括以下步驟：

采集樣本數(shù)據(jù)，通過紅外光譜儀采集魚肉樣本的光譜數(shù)據(jù)；

特征值提取，將所述光譜數(shù)據(jù)導入到訓練好的特征值訓練模型，提取所述魚肉產(chǎn)地的特征值；

產(chǎn)地溯源，所述特征值作為BP神經(jīng)網(wǎng)絡的輸入，所述BP神經(jīng)網(wǎng)絡對所述特征值進行分類，預測出所述魚肉樣本的產(chǎn)地。

2.如權利要求1所述的魚類產(chǎn)地溯源方法，其特征在于所述特征值訓練模型具體步驟如下：使用三層RBM構建DBN基本訓練模型，隨機選取若干樣本的光譜數(shù)據(jù)作為學習集，導入所述DBN基本訓練模型中進行網(wǎng)絡模型訓練，訓練出網(wǎng)絡模型的權值，建立魚肉的特征值訓練模型。

3.如權利要求2所述的魚類產(chǎn)地溯源方法，其特征在于：所述三層RBM為第一RBM、第二RBM、第三RBM，所述光譜數(shù)據(jù)作為所述第一RBM的輸入，所述第一RBM的輸出作為所述第二RBM的輸入，所述第二RBM的輸出作為所述第三RBM的輸入，所述第三RBM輸出特征值。

4.如權利要求3所述的魚類產(chǎn)地溯源方法，其特征在于：所述BP神經(jīng)網(wǎng)絡包括三層神經(jīng)網(wǎng)絡，三層所述神經(jīng)網(wǎng)絡的神經(jīng)元格式分別為100、10、1，三層所述神經(jīng)網(wǎng)絡的訓練算法依次為logsig、logsig、purelin，三層所述神經(jīng)網(wǎng)絡的設置訓練參數(shù)均為10000，三層所述神經(jīng)網(wǎng)絡的目標誤差均為10^-3。

5.如權利要求1所述的魚類產(chǎn)地溯源方法，其特征在于所述步驟采集樣本數(shù)據(jù)具體包括以下步驟：

樣本準備，取出待識別產(chǎn)地的魚肉片；

儀器預熱與校準，打開鹵素燈和光譜儀預熱半小時，待穩(wěn)定后采用標準白板和環(huán)境光進行光譜儀校準；

數(shù)據(jù)采集，將所述魚肉片依次放置在積分球上進行光譜采集，采集三次求平均值作為所述魚肉片的光譜，得到光譜數(shù)據(jù)，所述光譜采集時的工作溫度為25℃，工作濕度為40±5％RH。

6.如權利要求1所述的魚類產(chǎn)地溯源方法，其特征在于還包括步驟如下：

主成分分析，使用PCA算法對所述光譜數(shù)據(jù)進行降維處理，獲得方差貢獻率合計超過90％的主成分。

7.一種電子設備，其特征在于包括：處理器；

存儲器；以及程序，其中所述程序被存儲在所述存儲器中，并且被配置成由處理器執(zhí)行，所述程序包括用于執(zhí)行權利要求1-4任意一項所述的方法。

8.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于：所述計算機程序被處理器執(zhí)行如權利要求1-4任意一項所述的方法。

9.魚類產(chǎn)地溯源裝置，其特征在于：包括鹵素燈、光譜儀、標準白板、DBN模塊、BP模塊，所述光譜儀包括積分球；

所述光譜儀用于采集魚肉樣本的光譜數(shù)據(jù)，所述DBN模塊對所述光譜數(shù)據(jù)進行提取，將提取后的特征值作為BP模塊的輸入，所述BP模塊用于對所述特征值進行分類，得到所述魚肉樣本的產(chǎn)地。

10.如權利要求9所述的魚類產(chǎn)地溯源裝置，其特征在于：所述積分球具體為38mm積分球，所述38mm積分球包括由聚四氟乙烯制成的內(nèi)壁涂層。