[發明專利]特優優質奶、高蛋白特色奶、高乳脂特色奶和普通奶的光譜分級方法

在審

• 申請號: 202110503811.3
• 申請日: 2021-05-10
• 公開（公告）號: CN113324940A
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 張淑君;肖仕杰;王巧華;李春芳;王海童;馬亞賓;倪俊卿;張依;羅雪路;樊懿楷
• 申請（專利權）人: 華中農業大學
• 主分類號: G01N21/3577
• 分類號: G01N21/3577;G06K9/00;G06K9/62
• 代理公司: 武漢宇晨專利事務所(普通合伙) 42001
• 代理人: 張紅兵

1.四種牛奶樣本的光譜分級方法，所述的四種牛奶為商品特優優質奶、高蛋白特色奶、高乳脂特色奶和普通奶的，其特征在于所述的方法包括以下步驟：

(1)獲取待測的四種牛奶樣本，即特優優質奶、高蛋白特色奶、高乳脂特色奶和普通奶作為檢測樣本；

(2)采集中紅外光譜數據：利用乳成分分析儀在925-4000cm^-1波數范圍內對所步驟(1)所述的檢測樣本進行掃描，通過與其相連的計算機輸出樣本透射率；

(3)選擇光譜波段：去除噪聲多和有效信息少的波段；

(4)將原始中紅外光譜數據劃分為訓練集和測試集，并進行預處理；

(5)提取具有代表性的中紅外光譜的特征波長；

(6)建立模型：采用樸素貝葉斯模型在訓練集上構建分級模型，利用建立的模型對測試集中的樣本進行預測；

(7)篩選和確定模型：根據訓練集準確率和測試集準確率，對模型進行比較和評價；

(8)經過對比分析，選擇最佳分級模型；

其中：

步驟(2)中采集中紅外光譜時，先將步驟(1)所述的檢測樣本倒入直徑3.5cm，高9cm的圓柱形樣品管中，在42℃水浴鍋中水浴15-20min，然后將固體光纖探頭伸到液體中；

步驟(3)中光譜波段的選擇為去除噪聲較多的1597-1712cm^-1和3024-3 680cm^-1波數范圍，和去除有效信息較少、對建模貢獻低的3680cm^-1-4000cm^-1波數范圍，選擇建模波數為925-1597cm^-1和1712-3024cm^-1的波段；

步驟(4)中采用隨機算法是將樣本按7:3隨機劃分為訓練集和測試集，數據預處理分別采用的是標準正態變量校正(SNV)，多元散射校正(MSC)，一階導數，二階導數，一階差分和二階差分預處理方法；其中，一階導數和二階導數的平滑點數設置為9；

步驟(5)中采用無信息變量消除法(UVE)、競爭性自適應重加權法(CARS)、穩定性競爭性自適應重加權采樣算法(SCARS)，從3種特征波長中提取算法提取中紅外光譜特征波長；其中，UVE的閾值設置為0.9，CARS和SCARS的采樣次數設置為100；

三種算法提取的特征波長分別如下：

UVE(229個):3.858cm^-1、7.716cm^-1、11.574cm^-1、23.148cm^-1、46.296cm^-1、50.154cm^-1、54.012cm^-1、65.586cm^-1、69.444cm^-1、73.302cm^-1、77.160cm^-1、88.734cm^-1、92.592cm^-1、158.178cm^-1、162.036cm^-1、177.468cm^-1、181.326cm^-1、185.184cm^-1、189.042cm^-1、200.616cm^-1、204.474cm^-1、208.332cm^-1、212.190cm^-1、216.048cm^-1、223.764cm^-1、227.622cm^-1、231.48cm^-1、239.19cm^-1、243.054cm^-1、246.912cm^-1、250.770cm^-1、258.486cm^-1、262.344cm^-1、270.060cm^-1、273.918cm^-1、277.776cm^-1、281.634cm^-1、285.492cm^-1、289.350cm^-1、293.208cm^-1、297.066cm^-1、300.924cm^-1、312.498cm^-1、316.356cm^-1、320.214cm^-1、324.072cm^-1、327.930cm^-1、331.788cm^-1、362.652cm^-1、366.510cm^-1、370.368cm^-1、381.942cm^-1、385.80cm^-1、389.658cm^-1、412.806cm^-1、416.664cm^-1、420.522cm^-1、432.096cm^-1、435.954cm^-1、439.812cm^-1、443.670cm^-1、447.528cm^-1、451.386cm^-1、455.244cm^-1、459.102cm^-1、462.960cm^-1、474.534cm^-1、478.392cm^-1、482.250cm^-1、486.108cm^-1、497.682cm^-1、501.540cm^-1、520.830cm^-1、524.688cm^-1、528.546cm^-1、532.404cm^-1、536.262cm^-1、543.978cm^-1、547.836cm^-1、551.694cm^-1、555.552cm^-1、559.410cm^-1、563.268cm^-1、567.126cm^-1、570.984cm^-1、574.842cm^-1、578.700cm^-1、586.416cm^-1、590.274cm^-1、594.132cm^-1、597.990cm^-1、601.848cm^-1、667.434cm^-1、794.748cm^-1、806.322cm^-1、814.038cm^-1、817.896cm^-1、821.754cm^-1、829.470cm^-1、833.328cm^-1、837.186cm^-1、841.044cm^-1、844.902cm^-1、848.760cm^-1、852.618cm^-1、856.476cm^-1、860.334cm^-1、875.766cm^-1、879.624cm^-1、883.482cm^-1、887.340cm^-1、922.062cm^-1、941.352cm^-1、960.642cm^-1、991.506cm^-1、995.364cm^-1、999.222cm^-1、1003.080cm^-1、1033.944cm^-1、1037.802cm^-1、1041.660cm^-1、1045.518cm^-1、1049.376cm^-1、1064.808cm^-1、1068.666cm^-1、1072.524cm^-1、1076.382cm^-1、1103.388cm^-1、1107.246cm^-1、1111.104cm^-1、1126.536cm^-1、1130.394cm^-1、1180.548cm^-1、1184.406cm-1、1188.264cm^-1、1230.702cm^-1、1234.560cm^-1、1238.418cm^-1、1242.276cm^-1、1257.708cm^-1、1276.998cm^-1、1280.856cm^-1、1284.714cm^-1、1304.004cm^-1、1307.862cm^-1、1311.720cm^-1、1315.578cm^-1、1319.436cm^-1、1354.158cm^-1、1358.016cm^-1、1485.330cm^-1、1489.188cm^-1、1493.046cm^-1、1496.904cm^-1、1512.336cm^-1、1516.194cm^-1、1520.052cm^-1、1523.910cm^-1、1527.768cm^-1、1531.626cm^-1、1535.484cm^-1、1539.342cm^-1、1543.200cm^-1、1558.632cm^-1、1562.490cm^-1、1566.348cm^-1、1570.206cm^-1、1574.064cm^-1、1577.922cm^-1、1581.780cm^-1、1597.212cm^-1、1601.070cm^-1、1604.928cm^-1、1608.786cm^-1、1612.644cm^-1、1616.502cm^-1、1620.360cm^-1、1624.218cm^-1、1635.792cm^-1、1639.650cm^-1、1643.508cm^-1、1647.366cm^-1、1651.224cm^-1、1655.082cm^-1、1658.940cm^-1、1662.798cm^-1、1678.230cm^-1、1682.088cm^-1、1685.946cm^-1、1689.804cm^-1、1693.662cm^-1、1697.5200cm^-1、1701.378cm^-1、1716.810cm^-1、1720.668cm^-1、1724.526cm^-1、1728.384cm^-1、1732.242cm^-1、1736.100cm^-1、1739.958cm^-1、1751.532cm^-1、1755.390cm^-1、1759.248cm^-1、1763.106cm^-1、1766.964cm^-1、1770.822cm^-1、1774.680cm^-1、1778.538cm^-1、1782.396cm^-1、1793.970cm^-1、1797.828cm^-1、1801.686cm^-1、1805.544cm^-1、1840.266cm^-1、1844.124cm^-1、1847.982cm^-1、1851.840cm^-1、1855.698cm^-1、1890.420cm^-1、1894.278cm^-1、1898.136cm^-1、1929cm^-1、1932.858cm^-1、1948.290cm^-1、1952.148cm^-1、1956.006cm^-1、1959.864cm^-1、2025.450cm^-1、2029.308cm^-1；

CARS(37個):73.302cm^-1、177.468cm^-1、204.474cm^-1、208.332cm^-1、212.190cm^-1、243.054cm^-1、246.912cm^-1、270.060cm^-1、273.918cm^-1、300.924cm^-1、335.646cm^-1、432.096cm^-1、435.954cm^-1、478.392cm^-1、482.250cm^-1、486.108cm^-1、532.404cm^-1、574.842cm^-1、586.416cm^-1、590.274cm^-1、594.132cm^-1、605.706cm^-1、609.564cm^-1、640.428cm^-1、667.434cm^-1、794.748cm^-1、798.606cm^-1、806.322cm^-1、814.038cm^-1、837.186cm^-1、841.044cm^-1、844.902cm^-1、848.760cm^-1、852.618cm^-1、856.476cm^-1、860.334cm^-1、2064.030cm^-1；

SCARS(20個):73.302cm^-1、142.746cm^-1、208.332cm^-1、243.054cm^-1、270.060cm^-1、273.918cm^-1、327.930cm^-1、331.788cm^-1、335.646cm^-1、412.806cm^-1、416.664cm^-1、435.954cm^-1、478.392cm^-1、482.250cm^-1、486.108cm^-1、532.404cm^-1、594.132cm^-1、605.706cm^-1、636.570cm^-1、729.162cm^-1；

通過matlab2016b軟件對中紅外光譜數據預處理、模型構建及驗證。