[发明专利]处理脂质含量模拟训练样品和预测掺合配方的方法和系统

说明书

根据实施方案，提供了用于处理至少一种油样品的脂质含量并模拟至少一种训练样品的方法。所述方法包括：接收与所述至少一种油样品的脂质含量相关的值的第一数据集；将多变量混合模型应用于所述值的第一数据集以模拟中间数据集；以及基于模拟的中间数据集的至少部分模拟至少一种训练样品。根据进一步的实施方案，还提供了一种用于预测掺合配方的方法。所述预测方法包括：接收与掺合油样品的脂质含量相关的值的数据集；以及使用能够生成掺合油样品中至少两种组分油的预测的单一预测模型来处理数据集。还描述了用于所述方法的系统。

技术领域

各种实施方案涉及用于处理至少一种油样品的脂质含量并模拟至少一种训练样品的方法，用于预测掺合配方的方法，以及用于鉴定盲油(blind oil)样品的方法及用于所述方法的设备或系统。

背景技术

基于脂质含量如脂肪酸谱(profile)定量预测掺合油比例是困难的任务。困难之处在于对可能的掺合配方的空间进行建模。现有技术中的方法集中于少量可能的组分油，从而所述空间大大减小。对于多于三种油的掺合配方，可能的组分油的组合呈指数增长。

定量建模需要对每组组分油配制物进行大量训练实例，增加了这一困难。另外的困难是，常规的建模技术，如偏最小二乘法(PLS1/PLS2)和线性回归(MLR)，受到信息的数据集大小的限制。建模所需的大量样品(如上所提及的)使得该任务在计算上非常昂贵，几乎不可能解决。

更大的(upscaling)困难在于，PLS1/PLS2和MLR依赖于可以在特征(脂肪酸含量)与掺合配方之间观察到线性关系的假设。现有方法可以表明，在具有少量组分油的掺合油的空间中，该线性关系可以成立。然而，对于涉及超过三种油的更复杂的掺合物，该假设可能是无效的。

已经公开了掺合油配方的预测。例如，已经探索了在预测芥末油、菜籽油和大豆油掺合物中的应用。与多达九种油类型可用于掺合配制物的实际工业场景相比，三元掺合体系要简单得多。

例如，在一份出版物中，公开了组分油的随机选取和从归一化的随机均匀分布选取的混合比例。该方法简单而直接。然而，如果组分油的样品量很大，那么随机选取可能不会考虑全部的纯组分油。此外，所得的混合比例可能不关于组分油对称。当考虑较少数量的组分时，这样的影响可能不非常明显。然而，当涉及大量的组分油时(例如，多达九种组分油掺合物)，这些影响不能被忽略。

在另一份出版物中，描述了使用PERT分布来模拟组分油和穷举混合比例。尽管探索了每种成分油的群体的样品，其因采样偏差而增加，但是如上所述，PERT分布采用单变量视图。这是因为，每种脂肪酸都是独立生成的，且不影响其它脂肪酸值。这并不代表其中需要考虑脂肪酸值之间的多变量方差(multivariate variance)的实际场景。使用混合比例的穷举的方法是相对受限的，因为其可能仅适用于具有少量组分油(例如，三元)的体系。

现有方法通过偏最小二乘法(PLS)或典型判别分析(CDA)推断掺合油FAC(脂肪酸含量)与掺合配方(混合比例)之间的线性关系。这些技术的共同之处在于，多变量特征和多变量响应的矩阵分解是以与目标响应的相关性最大化的方式进行的。

矩阵分解仅适用于少量组分油(例如，在三元体系中使用不超过三种油)。如前面所提及的，对于降维(reduced dimension)空间中明显不同的少量组分油，可以测试线性关系。如果要考虑较大量的组分油，那么该线性关系不成立的机会可能增加。此外，由于可能的混合比的组合的增加，基于矩阵分解的算法不能良好地扩展到(scale well to)增加数量的组分油。为了可能地降低复杂性，另一篇出版物建议将该问题改为表述成分类问题(定性)，即，仅鉴定掺合与否，或掺杂与否。

因此，需要处理油样品的脂质含量并模拟训练样品，以及用于定量预测掺合配方的方法和系统，从而设法解决(address)至少上文提到的问题，并为处理复杂掺合物和不明样品的特定工业需求做准备。

发明内容