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

有效

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

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

S1：通過(guò)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(xùn)練集和測(cè)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(dǎo)率、酸價(jià)值和折光率值；

S2：創(chuàng)建GRNN神經(jīng)網(wǎng)絡(luò)模型，通過(guò)輸入訓(xùn)練集進(jìn)行訓(xùn)練和輸入測(cè)試集進(jìn)行模型精度調(diào)整，采用交叉驗(yàn)證和重復(fù)采樣進(jìn)行重復(fù)訓(xùn)練和測(cè)試；將測(cè)試后的輸出進(jìn)行互相對(duì)比并折中取優(yōu)選，建立最優(yōu)GRNN網(wǎng)絡(luò)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(luò)模型進(jìn)行正常油樣和地溝油油樣的判斷；

S2中，GRNN神經(jīng)網(wǎng)絡(luò)通過(guò)訓(xùn)練集進(jìn)行訓(xùn)練時(shí)，通過(guò)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(luò)中所要進(jìn)行分析和判別的各參數(shù)數(shù)據(jù)所占的比重進(jìn)行相應(yīng)的增大或減小并通過(guò)梯度下降法進(jìn)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(luò)；

S2中，對(duì)訓(xùn)練集和測(cè)試集中的各參數(shù)數(shù)據(jù)進(jìn)行權(quán)重比調(diào)整包括降低折光率值在神經(jīng)網(wǎng)絡(luò)中所占的權(quán)重，提高電導(dǎo)率值和酸價(jià)值在神經(jīng)網(wǎng)絡(luò)中所占的權(quán)重。

2.一種基于GRNN神經(jīng)網(wǎng)絡(luò)的地溝油檢測(cè)裝置，其特征在于：包括數(shù)據(jù)采集器、單片機(jī)控制器和上位機(jī)，所述單片機(jī)控制器通過(guò)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(jī)，所述上位機(jī)基于如權(quán)利要求1所述的一種基于GRNN神經(jīng)網(wǎng)絡(luò)的新型地溝油檢測(cè)方法對(duì)獲得的信息進(jìn)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(luò)的地溝油檢測(cè)裝置，其特征在于：所述數(shù)據(jù)采集器包括：電導(dǎo)率檢測(cè)器、酸價(jià)值檢測(cè)器和折光率檢測(cè)器。