[发明专利]一种基于拉曼光谱的玉米黄曲霉素的检测方法

权利要求书

1.一种基于拉曼光谱的玉米黄曲霉素的检测方法，其特征在于，该检测方法包括以下步骤：

1)对玉米样品进行拉曼光谱检测，得到原始拉曼光谱数据，并对玉米样品进行AFB₁含量测定；

2)对得到原始拉曼光谱数据进行预处理；

3)对预处理后的拉曼光谱数据进行异常样本剔除；

4)对经过异常样本剔除处理后的拉曼光谱数据进行特征区间和特征波长的选取；

5)利用机器学习算法构建检测模型，利用步骤1)-4)得到的不同霉变天数下的玉米样品的拉曼光谱特征波长数据以及测定的对应玉米样品AFB₁含量作为样本集对所述检测模型进行训练；

6)获取待检测玉米样本的拉曼光谱数据，并按照步骤2-4从中提取出特征波长，并将提取出的特征波长输入到训练后的检测模型中，确定出对应的AFB₁含量。

2.根据权利要求1所述的基于拉曼光谱的玉米黄曲霉素的检测方法，其特征在于，所述步骤4)中采用区间偏最小二乘法进行特征区间选取，过程如下：将全波段下的拉曼光谱区间分割成若干个等宽的区间，基于每个区间的光谱分别建立PLS模型，比较各个区间的交互验证均方根误差，选择交互验证均方根误差小于有效波段的区间作为特征区间。

3.根据权利要求2所述的基于拉曼光谱的玉米黄曲霉素的检测方法，其特征在于，所述步骤4)中采用UVE或者SPA算法在所述特征区间内进行特征波长的选取。

4.根据权利要求2或3所述的，基于拉曼光谱的玉米黄曲霉素的检测方法，其特征在于，所述的步骤5)中采用LS-SVM或者BPNN建立检测模型。

5.根据权利要求4所述的基于拉曼光谱的玉米黄曲霉素的检测方法，其特征在于，所述步骤5)在对检测模型训练时，采用Kennard-Stone算法对所述样本集进行处理，划分出训练集和测试集，利用训练集和测试集对样本进行训练。

6.根据权利要求5所述的基于拉曼光谱的玉米黄曲霉素的检测方法，其特征在于，当所述检测模型采用LS-SVM时，采用的核函数为RBF，使用网格搜索法和交叉验证法结合的方式对gam和sig2进行优化。

7.根据权利要求6所述的基于拉曼光谱的玉米黄曲霉素的检测方法，其特征在于，当所述检测模型采用BPNN时，隐含层神经元函数选择tansig函数，输出层神经元函数选择purelin函数，网络训练函数选择trainlm函数。

8.根据权利要求4所述的基于拉曼光谱的玉米黄曲霉素的检测方法，其特征在于，所述步骤2)中的预测处理包括采用迭代多项式拟合基线校正方法，对拉曼光谱的基线进行多项式函数拟合以及采用高斯-洛伦兹混合函数对拟合后的拉曼光谱进行再处理的过程。

9.根据权利要求4所述的基于拉曼光谱的玉米黄曲霉素的检测方法，其特征在于，所述步骤3)中采用主成分分析-马氏距离法进行异常样本剔除。

10.根据权利要求9所述的基于拉曼光谱的玉米黄曲霉素的检测方法，其特征在于，异常样本剔除过程如下：采用主成分分析法对预处理后的拉曼光谱数据进行分析，选取主成分累积贡献率较高的前若干个主成分；对选取的若干个主成份进行马氏距离计算，将马氏距离超过设定阈值的作为异常值。