[發明專利]一種水果產地的溯源檢測方法、裝置、設備及介質

在審

• 申請號: 202010306746.0
• 申請日: 2020-04-17
• 公開（公告）號: CN111488851A
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 劉雙江;吳昕;林海川;李先東;季凡;曾大章
• 申請（專利權）人: 成都曙光光纖網絡有限責任公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06Q30/00;G06Q50/02;G01N21/359
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 陳麗

本申請公開了一種水果產地的溯源檢測方法、裝置、設備及介質，該方法包括：利用預測模型對待測水果的原產地進行檢測，得到待測水果的產地信息；其中，預測模型的創建過程為：利用近紅外光譜分析技術采集不同產地、相同類型目標水果的原始光譜數據，并對原始光譜數據進行預處理，得到預處理光譜數據；根據預處理光譜數據中的地理位置信息對預處理光譜數據設置相對應的產地標簽，得到重建光譜數據；從重建光譜數據中選取訓練集數據和測試集數據；基于分類算法對訓練集數據進行訓練，得到訓練模型；若訓練模型不存在過擬合和欠擬合，則將訓練模型判定為預測模型。通過該方法可以顯著降低在對水果產地進行溯源檢測時所需要的檢測成本與檢測時間。

技術領域

本發明涉及水果產地溯源技術領域，特別涉及一種水果產地的溯源檢測方法、裝置、設備及介質。

背景技術

地理標志產品通常會比同類型普通產品擁有更好的經濟效益，所以，有關地理標志產品的溯源技術也應用而生，其中，有關水果原產地的追溯檢測，特別是基于地理標志保護的水果產品的溯源檢測，因其涉及面廣、從生產到流通環節多，從而成為當下的一個研究熱點。

目前，在對水果產地進行溯源檢測的過程中，通常是利用近紅外光譜分析技術(Near Infrared Spectroscopy Technology，NIST)來對待測水果中的特征成分進行檢測，同時結合化學計量法來獲取待測水果的產地來源信息、營養成分信息、微量重金屬以及微生物殘留信息等等，并以此來對待測水果的原產地進行溯源檢測。因為需要使用到一定的化學試劑和裝置，采用傳統的化學計量法與近紅外光譜分析結合的建庫成本較高，檢測時間也較長。另外，雖然近紅外長波區(1100nm～2500nm)生物分子的特征譜信號比較明顯，但相應的光譜儀硬件成本也是近紅外短波區(780nm～1100nm)的幾倍乃至幾十倍。而近紅外短波區光譜的特征識別則由于分子中化學鍵的基頻振動的倍頻和合頻信息非常微弱，單單依靠傳統的化學計量學分析是遠遠不夠的。目前，針對這一技術問題，還沒有較為有效的解決辦法。

由此可見，如何降低在對水果產地進行溯源檢測時所需要的檢測成本與檢測時間，是本領域技術人員亟待解決的技術問題。

發明內容

有鑒于此，本發明的目的在于提供一種水果產地的溯源鑒別方法、裝置、設備及介質，以降低在對水果產地進行溯源檢測時所需要的檢測成本與檢測時間。其具體方案如下：

一種水果產地的溯源檢測方法，包括：

利用預先訓練好的預測模型對待測水果的原產地進行檢測，得到所述待測水果的產地信息；

所述預測模型的創建過程包括：

利用近紅外光譜分析技術采集不同產地、相同類型目標水果的原始光譜數據，并對所述原始光譜數據進行預處理，得到預處理光譜數據；其中，所述目標水果包括與所述待測水果同類型的水果；

提取所述預處理光譜數據中的地理位置信息，并根據所述地理位置信息對所述預處理光譜數據設置相對應的產地標簽，得到重建光譜數據；

從所述重建光譜數據中選取訓練集數據和測試集數據；

基于分類算法對所述訓練集數據進行訓練，得到訓練模型；

利用所述測試集數據對所述訓練模型進行測試，以判斷所述訓練模型是否存在過擬合；

若否，則判斷所述預測模型是否存在欠擬合；

若否，則將所述訓練模型判定為所述預測模型。

優選的，所述對所述原始光譜數據進行預處理，得到預處理光譜數據的過程，包括：

對所述原始光譜數據進行歸一化處理和/或傅里葉變換和/或小波變換和/或多元散射校正和/或標準正態變量變換和/或主成分分析，得到所述預處理光譜數據。