[发明专利]基于拉曼高光谱对抗判别模型的奶粉掺杂非定向检测方法

权利要求书

1.一种基于拉曼高光谱对抗判别模型的奶粉掺杂非定向检测方法，其特征在于，所述方法包括以下步骤：

S1、采集正常奶粉样本的拉曼高光谱数据，并生成可信拉曼高光谱数据库；

S2、利用深度对抗学习算法，明确可信拉曼高光谱数据所对应的概率分布判别边界；具体包括：构建拉曼高光谱对抗判别模型，利用拉曼高光谱对抗判别模型确定可信拉曼高光谱数据所对应的概率分布边界，包括：

S21、利用卷积神经网络创建判别器D，随机初始化判别器D的网络参数，构建稀疏的初始判别边界；

所述创建判别器D的卷积神经网络包括四层卷积层及两层全连接层，其中，所述四层卷积层用于潜特征z提取，所述两层全连接层用于整合并压缩潜特征z，最终得到人工拉曼高光谱数据概率分布边界；

S22、利用卷积神经网络创建生成器G，构造随机初始映射函数，从标准正态分布中随机采样得到潜特征z，利用初始映射函数将潜特征z映射为人工拉曼高光谱数据G（z）；

所述创建生成器G的卷积神经网络包括四层卷积层，前三层卷积层用于潜特征z提取，最后一层卷积层用于将潜特征z进行映射生成人工拉曼高光谱数据G（z）；

S23、迭代更新判别器D和生成器G，使得初始判别边界不断向内收敛，生成紧凑包围可信拉曼高光谱数据的概率分布判别边界；

步骤S23具体包括：

S231、利用生成器优化代价函数

优化生成器G；

S232、利用判别器优化代价函数

优化判别器D；

S233、迭代优化生成器G和判别器D，优化方向为梯度下降方向，直到判别器D的初始判别边界达到收敛；

S3、采集待测奶粉样本的拉曼高光谱数据，判断待测奶粉样本的拉曼高光谱数据是否服从可信拉曼高光谱的概率分布。

2.根据权利要求1所述的基于拉曼高光谱对抗判别模型的奶粉掺杂非定向检测方法，其特征在于，步骤S1、S3中采集的拉曼高光谱数据包括拉曼光谱信息数据和光谱特征空间分布信息。

3.根据权利要求1所述的基于拉曼高光谱对抗判别模型的奶粉掺杂非定向检测方法，其特征在于，判断判别器D的初始判别边界达到收敛具体包括：

分别采集20份正常奶粉样本及100份掺杂奶粉样本的拉曼高光谱数据作为测试集；

将测试集中正常奶粉样本的拉曼高光谱数据记为阴性样本，掺杂奶粉样本的拉曼高光谱数据记为阳性样本；

将测试集中的阴性样本和阳性样本分别依次输入对抗判别模型进行迭代训练，获取对抗判别模型输出结果为假阴性FN、真阴性TN、假阳性FP及真阳性TP的次数；

根据假阴性FN、真阴性TN、假阳性FP及真阳性TP的次数计算假阴性率FNR、假阳性率FPR和整体准确率AR三个评价指标值，用于评价对抗判别模型收敛效果，具体公式为：

当所得FNR和FPR值小于2%，AR值大于95%，且测试集进行十次迭代训练中三个评价指标值结果保持稳定，则判断判别器D的初始判别边界达到收敛。