[發明專利]大米食味品質近紅外光譜快速評價方法

有效

• 申請號: 201911382675.6
• 申請日: 2019-12-27
• 公開（公告）號: CN111007040B
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 劉金明;馬鐵民;李菲;殷坤;顏迪;李嬌瑩;李偉
• 申請（專利權）人: 黑龍江八一農墾大學
• 主分類號: G01N21/47
• 分類號: G01N21/47;G06N3/12;G06N20/10
• 代理公司: 大慶市遠東專利商標事務所(普通合伙) 23202
• 代理人: 周英華

1.大米食味品質近紅外光譜快速評價方法，所述方法是通過下列步驟實現的：

(1)樣本采集與處理

收集不同產地的粳稻樣本，每個產地采集樣本不少于30個，采集總樣本數不少于150個，對收集的樣本進行挑選、脫殼、礱谷、碾米后，制成大米精米樣本密封裝袋備用；

(2)近紅外光譜采集

采用德國Bruker TANGO近紅外光譜儀采集大米米粒的近紅外漫反射光譜，光譜采集范圍3946～11542cm^-1，分辨率為8.0cm^-1，樣本掃描32次，裝樣方式為50mm樣品杯旋轉臺掃描，裝樣高度約為30mm，取3～5次掃描平均值作為樣本的原始光譜；

(3)食味品質評定

對采集與制備的大米樣本采用國標方法進行食味品質評定，并采用百分制形式進行評分；

(4)光譜預處理及樣本集劃分

先采用基于蒙特卡洛交叉驗證的殘差均值-方差分布圖進行異常樣本剔除，再采用隨機選擇的方式從剔除異常樣本的數據集中選擇120個以上樣本作為校正集和驗證集，并采用Kernard-Stone法按3:1的比例劃分校正集和驗證集，剩余樣本作為獨立測試集；對校正集光譜數據采用Savitzky-Golay卷積平滑、多元散射校正、標準正則變換、導數處理和小波變換及其相結合的方法進行預處理，并基于校正集偏最小二乘回歸模型的交叉驗證均方根誤差最小選定光譜預處理方法；

(5)基于競爭自適應重加權采樣算法的近紅外光譜特征波長初步優選

對步驟(4)得到的校正集數據執行競爭自適應重加權采樣算法多個輪次，并選定校正集交叉驗證均方根誤差最小時對應的重復選中波長點作為競爭自適應重加權采樣算法得到的特征波長初步優選結果；

其特征在于：

(6)基于量子遺傳模擬退火算法的支持向量機參數和近紅外光譜特征波長同步優化

采用量子遺傳模擬退火算法對支持向量機參數和步驟(5)得到的近紅外光譜特征波長進行同步優化，量子遺傳模擬退火算法采用多量子比特編碼，設競爭自適應重加權采樣算法初選的近紅外光譜特征波長點數為k，則支持向量機的懲罰參數、核函數參數和不敏感損失函數參數和特征波長編碼結構如下：

式中，(α_mn,β_mn)為量子態的概率幅，且|α_mn|²+|β_mn|²＝1，m＝1,2,3,4，n＝1,2,…,k；種群初始化時，設(α_mn,β_mn)為

量子遺傳模擬退火算法的解碼過程中，將多量子比特編碼經量子概率塌陷為二進制序列a₁a₂…a_kb₁b₂…b_kc₁c₂…c_kd₁d₂…d_k，依此對應著k位懲罰參數、核函數參數、不敏感損失函數參數和特征波長的二進制編碼；懲罰參數、核函數參數和不敏感損失函數參數采用二進制實數解碼，特征波長編碼直接按照二進制位“1”和“0”的值決定對應的波長點是否參與運算；

量子遺傳模擬退火算法采用支持向量機回歸模型的交叉驗證均方根誤差為目標函數f(x)，適應度函數fit(x)＝exp[-(f(x)-f_min)/t]，其中f_min為當前代種群的最小目標函數值，t為溫度參數；量子遺傳模擬退火算法的進化過程包括帶最優保留策略的賭輪選擇、量子交叉、量子變異、量子旋轉門擾動解構建和Metropolis選擇復制進化；

在進行支持向量機參數和近紅外光譜特征波長同步優化時，先進行編碼和種群初始化，對種群中的染色體進行量子概率塌陷后，進行解碼操作得到懲罰參數、核函數參數和不敏感損失函數參數值；將校正集光譜數據按特征波長編碼值輸入支持向量機回歸模型，并按解碼得到的支持向量機參數建立回歸模型，計算目標函數和適應度函數，按適應度函數值進行遺傳進化操作得到下一代種群；在執行降溫操作后，繼續執行解碼、計算適應度函數、遺傳進化、生成新種群的迭代過程，直到滿足算法終止條件，得到支持向量機的最佳參數組合和最佳特征波長；

(7)評價模型建立

將校正集光譜數據按優選的最佳特征波長輸入支持向量機，以優化的支持向量機最佳參數對支持向量機回歸模型進行訓練，建立大米食味品質近紅外光譜支持向量機回歸模型，并采用驗證集和獨立測試集對回歸模型的精度進行評測；當建立的支持向量機回歸模型檢測精度滿足需求時，輸出相應模型，完成大米食味品質快速評價模型的建立；

(8)大米食味品質的評價

對需要測定食味品質的大米精米進行近紅外漫反射光譜掃描，并將預處理后的光譜數據按特征波長輸入評價模型后即可完成食味品質的快速評價。