[发明专利]一种基于特征峰及算法参数选取的奶粉品牌快速鉴别方法有效
申请号: | 201611015607.2 | 申请日: | 2016-11-18 |
公开(公告)号: | CN106770152B | 公开(公告)日: | 2019-02-15 |
发明(设计)人: | 王海燕;刘军;沙敏;张正勇;桂冬冬 | 申请(专利权)人: | 江苏省质量安全工程研究院 |
主分类号: | G01N21/65 | 分类号: | G01N21/65 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 许方 |
地址: | 210046 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 奶粉 特征峰 品牌 网格搜索 拉曼光谱谱图 快速鉴别 算法参数 特征指纹图谱 分类识别 技术应用 拉曼光谱 质量安全 质量评价 识别率 算法 分析 鉴别 采集 | ||
1.一种基于特征峰及算法参数选取的奶粉品牌快速鉴别方法,其特征在于,包括以下步骤:
(1)采集奶粉样品的拉曼光谱谱图;
(2)对拉曼光谱谱图进行前处理,包括以下步骤:
a.构建原始拉曼光谱数据矩阵X;
b.采用小波函数对矩阵X进行小波降噪处理得到矩阵D;
c.对矩阵D进行[0,1]区间归一化,得到矩阵Y:
其中,min(D)为矩阵D的最小值,max(D)为矩阵的最大值;
(3)采用SVM分类器对奶粉样品的拉曼光谱谱图数据进行分析,建立奶粉品牌鉴别的最佳特征峰,包括以下步骤:
A.将301cm-1–1800cm-1波段的奶粉拉曼光谱对应的矩阵Y取80%作为训练集、20%作为测试集,建立SVM分类器模型;对矩阵Y进行K-CV交叉验证,通过网格搜索得到最佳惩罚函数参数c和核函数参数g;
B.将301cm-1–1800cm-1波段的奶粉拉曼光谱等间距分成若干段,每个波段对应的矩阵Y分别取80%作为训练集,20%作为测试集,用步骤A中确定的最佳惩罚函数参数c和核函数参数g,建立SVM分类器模型;
C.对若干段矩阵Y分别进行100次SVM分类识别测试,得到平均识别率>80%的矩阵Y对应的特征波段;
D.将步骤C中得到的所有特征波段进行组合,用步骤A中确定的最佳惩罚函数参数c和核函数参数g,建立SVM分类器模型,再次进行分类识别,得到最佳识别率对应的特征波段组合,即最佳特征波段组合;
(4)对步骤D中确定的最佳特征波段组合,重新进行100次网格搜索,寻找特征波段组合对应的最佳惩罚函数参数c和核函数参数g,进行SVM分类识别测试,得到识别率为100%测试下出现频率最高的惩罚函数参数和核函数参数,即最佳算法参数;
(5)在步骤D中得到的最佳特征波段组合和步骤(4)得到的最佳算法参数下,进行奶粉品牌识别。
2.根据权利要求1所述基于特征峰及算法参数选取的奶粉品牌快速鉴别方法,其特征在于:步骤(1)采用D3便携式色散型稳频激光Raman光谱仪采集奶粉样品的拉曼光谱谱图数据,设定Raman光谱仪的参数如下:激光光源为785nm稳频激光,激光功率为450mW,CCD温度为制冷-85℃,光谱范围为100~3300cm-1,系统解析度为2.5~3.0cm-1,激光线宽为<0.15nm,波数矫正为+/-1cm-1,强度校正为YES,讯号质量为12000:1,重量为11kg,操作温度为0℃~50℃;采集奶粉样品的拉曼光谱谱图数据在暗室内进行,扫描时间为20s,平均扫描次数为3次。
3.根据权利要求1所述基于特征峰及算法参数选取的奶粉品牌快速鉴别方法,其特征在于:在步骤b中,采用wden小波函数对X进行小波降噪处理得到矩阵D,其中小波基函数取coif5。
4.根据权利要求1所述基于特征峰及算法参数选取的奶粉品牌快速鉴别方法,其特征在于:在步骤(3)中,建立SVM分类器采用的核函数为RBF核函数。
5.根据权利要求1所述基于特征峰及算法参数选取的奶粉品牌快速鉴别方法,其特征在于:在步骤(3)、(4)中,网格搜索的参数为cmin=-10,cmax=10,gmin=-10,gmax=10,v=5,cstep=0.5,gstep=0.5,accstep=4.5;其中,cmin:惩罚参数c的变化范围的最小值;cmax:惩罚参数c的变化范围的最大值;gmin:核函数参数g的变化范围的最小值;gmax:核函数参数g的变化范围的最大值;v:CV的参数,即给测试集分为几部分进行;cstep:惩罚参数c步进的大小;gstep:核函数参数g步进的大小;accstep:最后显示准确率图时的步进大小。
6.根据权利要求1所述基于特征峰及算法参数选取的奶粉品牌快速鉴别方法,其特征在于:在步骤(4)中,所述最佳惩罚函数参数c的范围为1~6,最佳核函数参数g的范围为0~1。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏省质量安全工程研究院,未经江苏省质量安全工程研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611015607.2/1.html,转载请声明来源钻瓜专利网。