[发明专利]一种基于高光谱的动物肉松金属元素含量的预测和评估方法

摘要

本发明提供了一种基于高光谱的动物肉松金属元素含量的预测和评估方法。本发明构建了一个融合高维特征提取和多元线性回归技术的肉松金属元素含量预测算法，并提出了面向重金属元素含量检测误差水平的可容边界指数。本发明的优点在于：本发明提出的预测算法可实现动物肉松或肉质干粉产品中金属元素(Ca、Mg、Fe和Zn)含量的快速无损检测，而提出的可容边界指数可有效地评估模型预测误差与实际重金属元素含量检测误差要求的匹配度。

主权项

1.一种基于高光谱的动物肉松金属元素含量的预测方法，其特征在于，所述方法包括如下步骤：(1)高维数据特征提取：给定n个动物肉质样本组成的观测样本数据集Sn及其任意一种金属元素含量数据集Mn；k个待预测点数据集Sk，对应金属元素含量Mk未知；采用Jaccobi矩阵特征值和特征向量求解法，实现对观测样本数据集Sn和待预测点数据集Sk的降维处理；采用Jaccobi矩阵特征值和特征向量求解法求解的Sn特征向量χ满足公式(1)：(λI‑Sn)χ＝0              (1)公式(1)中λ是矩阵S_n的特征值，I是单位矩阵，χ是特征向量；S_n的特征向量χ的前L维代表矩阵S_n的最大变异性；利用公式(2)和(3)实现观测样本数据集Sn和待预测点数据集Sk的降维处理：和分别对应降维后观测样本和待预测点的最优光谱特征；(2)多元线性回归拟合及预测：用多元线性回归技术对肉质样本光谱反射率和金属元素含量的依赖关系进行拟合；给定样本最优光谱反射率对应金属元素含量M_i，1≤i≤n，用公式(4)拟合待预测点最优光谱反射率和对应金属元素含量M_i的关系公式(4)中，回归系数β＝{β₀,β₁,β_j...,β₁₀}，是对应观测样本i在最优波段位置j的反射率，1≤j≤20；β是未知的，用公式(5)进行求解：公式(5)中,是样本点的金属元素含量，是样本点的在最优波段位置j的反射率；对公式(5)两端求导，可导出回归系数的解的矩阵表达式如公式(6)：公式(6)中，是与n个样本最优光谱，矩阵是样本的金属元素含量组成的列向量；给定k个待预测肉质样本及其最优光谱数据集则待预测样本金属元素含量按公式(7)计算：公式(6)中，矩阵是由n个样本点金属元素含量组成的列向量；为k个待预测肉质样本的最优光谱数据集。