[發(fā)明專利]一種基于機(jī)器學(xué)習(xí)的人工鼻冰箱食品新鮮度檢測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202111312254.3
• 申請日: 2021-11-08
• 公開（公告）號: CN114113471A
• 公開（公告）日: 2022-03-01
• 發(fā)明（設(shè)計(jì)）人: 章偉;朱曉龍;劉嘉明;朱亞龍;胡雪峰
• 申請（專利權(quán)）人: 滁州怡然傳感技術(shù)研究院有限公司
• 主分類號: G01N33/00
• 分類號: G01N33/00
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 殷星

一種基于機(jī)器學(xué)習(xí)的人工鼻冰箱食品新鮮度檢測方法及系統(tǒng)，屬于冰箱食品檢測領(lǐng)域。獲得冰箱內(nèi)食物揮發(fā)氣體的原始響應(yīng)數(shù)據(jù)集X；再進(jìn)行中值濾波處理得樣本集X_m；將樣本集按3：1劃分為訓(xùn)練集X_train及測試集X_test；對訓(xùn)練集和測試集進(jìn)行標(biāo)準(zhǔn)化處理；對處理后的訓(xùn)練集X_{train_std}和測試集X_{test_std}進(jìn)行特征降維生成新的特征子集X_{train_pca}和X_{test_pca}；利用機(jī)器學(xué)習(xí)算法對訓(xùn)練集X_{train_pca}進(jìn)行訓(xùn)練得模型最優(yōu)參數(shù)，再對測試集X_{test_pca}中食物的新鮮度分類識別，驗(yàn)證模型的預(yù)測性能。本發(fā)明能快速預(yù)測冰箱內(nèi)食品的新鮮度，通過軟件算法降低系統(tǒng)的硬件成本，提高預(yù)測精度。

技術(shù)領(lǐng)域

本發(fā)明涉及冰箱食品檢測領(lǐng)域，特別是涉及一種基于機(jī)器學(xué)習(xí)的人工鼻冰箱食品新鮮度檢測方法及系統(tǒng)。

背景技術(shù)

食品新鮮度直接影響到人們的健康和安全，是關(guān)系到國計(jì)民生的大事。監(jiān)控食品新鮮度，是保證食品安全的必要手段。在日常生活中，冰箱是常用的低溫食物保存方法。隨著時間的延長，冰箱內(nèi)儲存的食物同樣會發(fā)生腐爛變質(zhì)。同時由于冰箱內(nèi)部相對密封的環(huán)境，人們很難及時發(fā)現(xiàn)食品的變質(zhì)。因此，發(fā)展對冰箱內(nèi)食物新鮮度的快速準(zhǔn)確檢測技術(shù)意義重大。

現(xiàn)有的食品新鮮度檢測方法主要是依賴昂貴的分析儀器，成本高、操作復(fù)雜、分析時間長，且要求嚴(yán)格的實(shí)驗(yàn)室環(huán)境，對樣品有損傷，不便于日常使用。而感官評價(jià)這種傳統(tǒng)方法主要通過訓(xùn)練有素的專業(yè)人員完成，易受年齡、性別、心情、經(jīng)驗(yàn)等外界因素的影響，具有較強(qiáng)的主觀性，重復(fù)性差，容易出現(xiàn)嗅覺疲勞。因此發(fā)展快速無損的食品新鮮度檢測方法是必須的。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于機(jī)器學(xué)習(xí)的人工鼻冰箱食品新鮮度檢測方法及系統(tǒng)，利用人工鼻中的傳感器陣列采集冰箱食物揮發(fā)氣體的指紋信息，結(jié)合機(jī)器學(xué)習(xí)的檢測方法對數(shù)據(jù)進(jìn)行分析，達(dá)到對冰箱食品新鮮度檢測的目的，具有自動采集、處理并上傳數(shù)據(jù)的功能，一方面降低了系統(tǒng)的硬件成本，另一方面提高了冰箱食品新鮮度分析的效率及預(yù)測精度。

為解決現(xiàn)有技術(shù)問題，本發(fā)明采取的技術(shù)方案為：

一種基于機(jī)器學(xué)習(xí)的人工鼻冰箱食品新鮮度檢測方法，包括以下步驟：

S1：利用傳感器陣列獲得冰箱內(nèi)食物揮發(fā)氣體的原始響應(yīng)數(shù)據(jù)集X；

S2：將原始響應(yīng)數(shù)據(jù)集X進(jìn)行中值濾波處理得到樣本集X_m；

S3：將樣本集X_m按照3：1的比例隨機(jī)劃分為訓(xùn)練樣本集X_train及測試樣本集X_test；

S4：先對訓(xùn)練樣本集X_train中數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，然后按照訓(xùn)練樣本集標(biāo)準(zhǔn)化處理時的統(tǒng)計(jì)特征對測試樣本集X_test進(jìn)行標(biāo)準(zhǔn)化處理；

S5：對標(biāo)準(zhǔn)化處理后的訓(xùn)練樣本集X_{train_std}和測試樣本集X_{test_std}進(jìn)行特征降維生成新的特征子集X_{train_pca}和X_{test_pca}，減小系統(tǒng)的計(jì)算量；

S6：利用機(jī)器學(xué)習(xí)分類算法對降維后的訓(xùn)練樣本集X_{train_pca}進(jìn)行訓(xùn)練，得到模型的最優(yōu)參數(shù)，然后對測試樣本集X_{test_pca}中冰箱食物樣本的新鮮度進(jìn)行分類識別。

進(jìn)一步地，步驟S2具體為：把某一時刻傳感器的原始響應(yīng)值用該點(diǎn)的一個鄰域窗口中所有響應(yīng)值的中值代替，如式(1)所示：

X_m(i)＝Median{X(i-n)，…X(i)，…X(i+n)} (1)