[发明专利]一种基于荧光光谱的农药残留种类识别方法

说明书

本发明公开了一种基于荧光光谱的农药残留种类识别方法，包括：应用荧光光谱仪检测不同种类的农药残留，记录光谱信息并明确其对应的荧光特征峰，获得其光谱特性；在原始光谱基础上应用粒子群算法对光谱数据进行降维，以此简化模型训练过程；基于降维后的光谱数据构建支持向量机分类模型；对模型性能进行测试验证，从而获得能够实现农药残留种类识别的分类模型。该方法基于粒子群算法对样本原始光谱数据进行降维，减小了数据量，缩短了模型训练时间。应用支持向量机方法训练分类模型，通过模型性能验证，构建出了高性能的农药残留分类模型，对农药残留识别率高，分析速度快。

技术领域

本发明涉及一种农药残留检测方法，特别涉及一种基于荧光光谱的农药残留种类识别方法。

背景技术

当前农业生产中，农药是不可缺少的重要生产资料，农药对于防治农作物的病虫害、促进产量增长等具有积极的作用。但是农药施用后残留在农产品、土壤、环境以及生物体中的物质，主要包括有机氯、有机磷、拟除虫菊酯和氨基甲酸酯类农药，其对人体健康构成极大威胁，尤其是三致作用以及对生殖性能的影响。

目前，针对农药残留的检测主要有色谱、质谱、光谱方法，以及免疫分析生物检测等方法，其原理及特点各不相同，其中色谱、质谱、色谱质谱联用技术以及高效液相色谱法等方法，样品前处理较复杂、专业性强、设备成本昂贵，如：目前国家标准(GB23200.7-2016、GB23200.14-2016)针对果汁中的农药残留检测均应用色谱-质谱方法。其它方法如：免疫分析法、酶抑制法等快速检测方法，存在对农药敏感性差、性质不稳定等不足。荧光光谱方法具有灵敏度高、操作简便、方法快速等特点，但光谱数据的信息量较大、维数较多，分析困难。

发明内容

发明目的：本发明旨在提供一种基于荧光光谱的农药残留种类识别方法，提高对农药残留的识别率和分析速度。

技术方案：本发明的一种基于荧光光谱的农药残留种类识别方法，包括以下步骤：

(1)针对不同种类的农药残留进行荧光光谱检测，记录光谱信息并明确其对应的荧光特征峰，获得其光谱特性；

(2)在原始光谱基础上应用粒子群算法对光谱数据进行降维，以此简化模型训练过程；

(3)基于降维后的光谱数据，应用支持向量机方法训练农药残留分类模型；

(4)应用支持向量机模型，对农药残留种类识别测试验证。

所述步骤(1)中所用光谱仪为荧光分光光度计LS55，设置发射波长的扫描范围为200～800nm，狭缝宽度5.0nm，扫描速度500nm/min，激发波长为265nm。

所述步骤(2)中应用粒子群算法对光谱进行降维，粒子数设定为100，粒子维度为荧光光谱的原始波长数401，学习因子均设为1.5，惯性权重由0.9线性递减至0.4，粒子速度范围设置为[-10,10]；该算法选择通过线性组合的方式，同时将分类准确率和降维后的特征维数定义在适应度函数中，将准确率权值设置为0.8，特征数对应的权值设置为0.2，适应度函数表达式为：

f(X_i)＝ErrorRate(i)·0.8+Dimension(i)/D·0.2

其中ErrorRate(i)为第i个粒子对应的测试集预测错误率，来源于支持向量机模型的分类结果；Dimension为第i个粒子所取特征维数；D为原始光谱维度。

所述步骤(3)中核函数选用径向基核函数(Radial Basis Function，RBF)，其表达式为K(x_i,x_j)＝exp(-g||x_i-x_j||²)，x_i为经粒子群算法降维后样本的荧光强度。