[發(fā)明專利]基于GRNN神經(jīng)網(wǎng)絡的新型地溝油檢測方法及其檢測系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201910084359.4
• 申請日: 2019-01-29
• 公開（公告）號: CN109884282B
• 公開（公告）日: 2022-01-28
• 發(fā)明（設(shè)計）人: 陳奇;陳賢龍;黃金霞;何理旭;袁章;余亞東;龔平
• 申請（專利權(quán)）人: 淮陰工學院
• 主分類號: G01N33/28
• 分類號: G01N33/28;G06N3/08
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 顏盈靜

1.一種基于GRNN神經(jīng)網(wǎng)絡的新型地溝油檢測方法，其特征在于：包括以下步驟：

S1：通過采集若干正常油樣參數(shù)數(shù)據(jù)和地溝油油樣參數(shù)數(shù)據(jù)構(gòu)成樣本集，將樣本集分為訓練集和測試集；所述正常油樣參數(shù)數(shù)據(jù)和地溝油油樣參數(shù)數(shù)據(jù)均包括油樣的電導率、酸價值和折光率值；

S2：創(chuàng)建GRNN神經(jīng)網(wǎng)絡模型，通過輸入訓練集進行訓練和輸入測試集進行模型精度調(diào)整，采用交叉驗證和重復采樣進行重復訓練和測試；將測試后的輸出進行互相對比并折中取優(yōu)選，建立最優(yōu)GRNN網(wǎng)絡模型；

S3：采集未知油樣參數(shù)數(shù)據(jù)，將該未知油樣參數(shù)數(shù)據(jù)輸入至最優(yōu)GRNN網(wǎng)絡模型進行正常油樣和地溝油油樣的判斷；

S2中，GRNN神經(jīng)網(wǎng)絡通過訓練集進行訓練時，通過改變各參數(shù)數(shù)據(jù)所占的權(quán)重比，將GRNN神經(jīng)網(wǎng)絡中所要進行分析和判別的各參數(shù)數(shù)據(jù)所占的比重進行相應的增大或減小并通過梯度下降法進行迭代求解，得到最小化的損失函數(shù)和模型參數(shù)值，建立最優(yōu)GRNN神經(jīng)網(wǎng)絡；

S2中，對訓練集和測試集中的各參數(shù)數(shù)據(jù)進行權(quán)重比調(diào)整包括降低折光率值在神經(jīng)網(wǎng)絡中所占的權(quán)重，提高電導率值和酸價值在神經(jīng)網(wǎng)絡中所占的權(quán)重。

2.一種基于GRNN神經(jīng)網(wǎng)絡的地溝油檢測裝置，其特征在于：包括數(shù)據(jù)采集器、單片機控制器和上位機，所述單片機控制器通過接收數(shù)據(jù)采集器采集到的信息并將其打包處理發(fā)送給上位機，所述上位機基于如權(quán)利要求1所述的一種基于GRNN神經(jīng)網(wǎng)絡的新型地溝油檢測方法對獲得的信息進行分析判別，得出未知油樣是正常油樣還是地溝油油樣。

3.根據(jù)權(quán)利要求2所述的一種基于GRNN神經(jīng)網(wǎng)絡的地溝油檢測裝置，其特征在于：所述數(shù)據(jù)采集器包括：電導率檢測器、酸價值檢測器和折光率檢測器。