[發(fā)明專利]一種多源信息融合的泰國茉莉香米摻偽鑒別方法

有效

• 申請?zhí)枺?/td>: 202011310573.6
• 申請日: 2020-11-20
• 公開（公告）號: CN112485216B
• 公開（公告）日: 2022-02-01
• 發(fā)明（設計）人: 張賓佳;陳燕雨;趙思明;林利忠;喬冬玲;劉也嘉;曹珍珍
• 申請（專利權）人: 華中農(nóng)業(yè)大學
• 主分類號: G01N21/3563
• 分類號: G01N21/3563;G01N21/359;G01N21/25
• 代理公司: 北京東方盛凡知識產(chǎn)權代理事務所(普通合伙) 11562
• 代理人: 王穎

1.一種多源信息融合的泰國茉莉香米摻偽鑒別方法，其特征在于：包括以下步驟：

S1.近紅外光譜數(shù)據(jù)采集及光譜預處理：對待測樣品進行近紅外光譜數(shù)據(jù)采集，得到吸光值，滿足光譜測定條件，選用一階導數(shù)對原始光譜吸光值進行預處理，得到預處理吸光值；

S2.利用大米外觀品質(zhì)檢測分析儀系統(tǒng)檢測大米的常規(guī)指標，利用色差儀測量樣品的L^*、a^*、b^*，其中L^*為黑至亮，a^*為紅色變成綠色，b^*為黃色變成藍色，并用公式計算出白度，其中所述常規(guī)指標包括：千粒重、面積、周長、長寬比、長、寬、整精米面積、整精米周長、整精米長寬比、完整米粒長寬比、整精米長、完整米粒長、整精米寬、完整米粒寬、整精米率、整精米千粒重、小碎米率、碎米率、透明度、精度、堊白粒率、堊白度、圓度及整精米圓度；

S3.采用主成分分析對大米的常規(guī)指標以及一階導數(shù)預處理后的大米近紅外光譜數(shù)據(jù)進行降維處理，提取特征數(shù)據(jù)，使各個主成分的特征值大于1、主成分的累計貢獻率大于85％，并根據(jù)累計貢獻率確定主成分保留數(shù)、主成分得分；

S4.建立泰國茉莉香米摻偽鑒別模型：建立支持向量機分類器模型，使用徑向基函數(shù)作為核函數(shù)，建立校正集和驗證集，再對校正集進一步處理；

S5.摻偽鑒別模型的驗證：將所述步驟S4劃分出的驗證集的樣本數(shù)據(jù)進行歸一化處理，得到驗證集的樣本的特征向量，帶入所述步驟S4的鑒別模型進行預測，得到是否為泰國茉莉香米的預測值，與驗證集的真實值進行比對，得到模型預測的正確識別率。

2.根據(jù)權利要求1所述的一種多源信息融合的泰國茉莉香米摻偽鑒別方法，其特征在于：所述步驟S1中的光譜測定條件為：掃描波長為1000～1799nm，光譜數(shù)據(jù)點數(shù)800，掃描溫度為15～25℃，掃描間隔1nm，儀器帶寬1nm，光譜重復性小于0.2nm，信噪比大于2000:1。

3.根據(jù)權利要求1所述的一種多源信息融合的泰國茉莉香米摻偽鑒別方法，其特征在于：所述步驟S2中的計算白度的公式為：

4.根據(jù)權利要求1所述的一種多源信息融合的泰國茉莉香米摻偽鑒別方法，其特征在于：所述步驟S4中的摻偽鑒別模型為：其中，X_i為樣本的支持向量，X為待預測標簽的樣本的特征向量，n為支持向量個數(shù)，g為核函數(shù)參數(shù)，w_i為支持向量的系數(shù)，b^*為支持向量對應的參數(shù)，f(x)的值為±1，當f(x)＝1時為泰國茉莉香米，當f(x)＝-1時為非泰國茉莉香米。

5.根據(jù)權利要求1所述的一種多源信息融合的泰國茉莉香米摻偽鑒別方法，其特征在于：所述步驟S4中建立校正集和驗證集的過程為：

將所述步驟S3得到的主成分得分作為樣本特征向量形成支持向量機分類器的輸入向量矩陣，采用Kennard-Stone法以4:1的比例劃分校正集和驗證集。

6.根據(jù)權利要求1所述的一種多源信息融合的泰國茉莉香米摻偽鑒別方法，其特征在于：所述步驟S4中對對校正集進一步處理的過程為：

將校正集的樣本數(shù)據(jù)進行歸一化處理，使用網(wǎng)格搜索法和K-折疊交叉驗證法確定徑向基函數(shù)的懲罰參數(shù)c、核函數(shù)參數(shù)g，用校正集樣本對支持向量機分類器進行訓練，得到模型分類準確率最高時的c、g值。