[發明專利]一種基于核磁共振指紋圖譜的白酒等級分類識別方法有效
| 申請號: | 202011199817.8 | 申請日: | 2020-10-29 |
| 公開(公告)號: | CN112378942B | 公開(公告)日: | 2023-05-26 |
| 發明(設計)人: | 熊興中;程林琳;陳明舉;陳蕾蕾;曾鋅;程凱星 | 申請(專利權)人: | 四川輕化工大學 |
| 主分類號: | G01N24/08 | 分類號: | G01N24/08;G06F18/15;G06F18/2135;G06F18/241;G06N3/0464;G06N3/08 |
| 代理公司: | 成都欣圣知識產權代理有限公司 51292 | 代理人: | 王淇 |
| 地址: | 643000 四*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 核磁共振 指紋 圖譜 白酒 等級 分類 識別 方法 | ||
1.基于核磁共振指紋圖譜的白酒等級分類識別方法,其特征在于,其包括如下步驟:
步驟S1,采用核磁共振波譜儀對若干不同品質的白酒樣品進行檢測,從而對應獲得若干核磁共振指紋圖譜數據;
步驟S2,對所述核磁共振指紋圖譜數據進行降噪預處理,并對所述降噪預處理后的核磁共振指紋圖譜數據進行核主成分分析處理,從而得到所述核磁共振指紋圖譜數據包含的低維空間主成分數據;
步驟S3,采用卷積神經網絡模型對所述低維空間主成分數據進行分類與識別處理,從而得到相應的核磁共振圖譜峰值高度分類結果和核磁共振圖譜半峰寬度分類結果;
步驟S4,對所述核磁共振圖譜峰值高度分類結果和所述核磁共振圖譜半峰寬度分類結果進行加權處理,以此得到關于所述白酒樣品的品質測試結果;
步驟S5,將所述品質測試結果與所述白酒樣品的預設感官評定品質等級進行對比,從而判斷所述品質測試結果的可靠性;
在所述步驟S1中,采用核磁共振波譜儀對若干不同品質的白酒樣品進行檢測,從而對應獲得若干核磁共振指紋圖譜數據具體包括:
步驟S102,采用核磁共振波譜以對若干不同品質的白酒樣品進行檢測,從而對應獲得若干不同品質的白酒樣品的核磁共振指紋圖譜;
步驟S103,從所述核磁共振指紋圖譜中提取核磁共振峰的峰值高度數據和半峰寬度數據,以此作為核磁共振指紋圖譜數據;
在所述步驟S2中,對所述核磁共振指紋圖譜數據進行降噪預處理具體包括:對所述核磁共振峰的峰值高度數據和半峰寬度數據進行小波變換,以此對四分頻后的所述核磁共振指紋圖譜數據的邊緣部分進行濾化處理,從而消除所述峰值高度數據和所述半峰寬度數據中的噪聲成分;
在所述步驟S2中,對所述降噪預處理后的核磁共振指紋圖譜數據進行核主成分分析處理,從而得到所述核磁共振指紋圖譜數據包含的低維空間主成分數據具體包括:
步驟S201,對所述降噪預處理后的峰值高度數據和半峰寬度數據進行小波重構;
步驟S202,對小波重構后的峰值高度數據和半峰寬度數據進行非線性映射處理,以此將所述峰值高度數據和所述半峰寬度數據轉換為具有分類特性的數據集合;
步驟S203,對所述數據集合進行主成分分析降維處理,從而得到所述核磁共振指紋圖譜數據包含的低維空間主成分數據;
在所述步驟S203中,對所述數據集合進行核主成分分析處理,從而得到所述核磁共振指紋圖譜數據包含的低維空間主成分數據具體包括:
基于多項徑向基核函數包含的高斯內核函數,對所述數據集進行核主成分分析處理,從而得到所述核磁共振指紋圖譜數據包含的低維空間主成分數據;
在所述步驟S3中,采用卷積神經網絡模型對所述低維空間主成分數據進行分類與識別處理,從而得到相應的核磁共振圖譜峰值高度分類結果和核磁共振圖譜半峰寬度分類結果具體包括:
步驟S301,從所述低維空間主成分數據中摘選若干個數據作為訓練數據,對所述卷積神經網絡模型進行訓練;
步驟S302,確定經過上述步驟S301訓練后的所述卷積神經網絡模型的實際學習效率,并將所述實際學習效率與預設學習效率閾值進行比對,若所述實際學習效率大于或者等于所述預設學習效率閾值,則停止對所述卷積神經網絡模型的訓練,否則,繼續從所述低維空間主成分數據中摘選另外若干個數據作為訓練數據,再對所述卷積神經網絡模型進行訓練;
步驟S303,將完成訓練的所述卷積神經網絡模型對所述低維空間主成分數據中的峰值高度主成分數據和半峰寬度主成分數據進行分類與識別處理,從而得到相應的核磁共振圖譜峰值高度分類結果和核磁共振圖譜半峰寬度分類結果;
在所述步驟S4中,對所述核磁共振圖譜峰值高度分類結果和所述核磁共振圖譜半峰寬度分類結果進行加權處理,以此得到關于所述白酒樣品的品質測試結果具體包括:
根據下面公式(1),對所述核磁共振圖譜峰值高度分類結果和所述核磁共振圖譜半峰寬度分類結果進行加權處理,以此得到關于所述白酒樣品的品質測試結果neto:
neto=0.5368*neto1+0.4632*neto2????????(1)
在上述公式(1)中,neto1表示所述核磁共振圖譜峰值高度分類結果,neto2表示所述核磁共振圖譜半峰寬度分類結果;
在所述步驟S5中,將所述品質測試結果與所述白酒樣品的預設感官評定品質等級進行對比,從而判斷所述品質測試結果的可靠性具體包括:
步驟S501,確定所述品質測試結果與所述白酒樣品的預設感官評定品質等級對應的分值之間的實際偏差百分比;
步驟S502,將所述實際偏差百分比與預設偏差百分比閾值進行比對,若所述實際偏差百分比超過所述預設偏差百分比閾值,則確定所述品質測試結果不具備可靠性,否則,確定所述品質測試結果具備可靠性。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于四川輕化工大學,未經四川輕化工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011199817.8/1.html,轉載請聲明來源鉆瓜專利網。





