[发明专利]一种基于机器学习的藕粉产地判别方法

权利要求书

1.一种基于机器学习的藕粉产地判别方法，其特征在于：

包括以下步骤：

步骤S1：于网上购得不同产地的鲜藕，制备纯藕粉；

步骤S2：不同产地藕粉样品的制备，供上机使用；

步骤S3：采集不同产地藕粉样品的光谱数据；

步骤S4：基于步骤S3获得的光谱数据，以此建立用于预测的机器学习分类模型；

步骤S5：基于步骤S4建立的分类模型，对待测藕粉样品进行产地预测。

2.根据权利要求1所述的一种基于机器学习的藕粉产地判别方法，其特征在于：步骤S1中所述网上购得鲜藕来自多个产地，纯藕粉的制备按照GB/T 25733-2010中规定的工艺流程进行。

3.根据权利要求1所述的一种基于机器学习的藕粉产地判别方法，其特征在于：所述步骤S2中将多个产地的藕粉置于电热恒温鼓风干燥箱60℃中自然烘干，用研钵进行研磨，接着过60目筛，每个产地的样品分为20份，依次编号，保存备用。

4.根据权利要求1所述的一种基于机器学习的藕粉产地判别方法，其特征在于：步骤S3中采用 ANTARIS Ⅱ 傅里叶变换近红外光谱仪采集不同产地藕粉样品的近红外光谱数据。

5.根据权利要求1所述的一种基于机器学习的藕粉产地判别方法，其特征在于：所述步骤S4的具体内容为：

采用一阶导数、标准正态变换、多元散射校正3种方法对原始光谱进行预处理，并用相关系数法提取特征波长，最后建立了偏最小二乘判别分析、线性判别分析以及支持向量机3种机器学习分类器。

6.根据权利要求1所述的一种基于机器学习的藕粉产地判别方法，其特征在于：所述步骤S5的具体内容为：

取待测藕粉样品，约5 g，对样品进行烘干、研磨、过筛，然后用傅里叶变换近红外光谱仪采集其近红外光谱，将所得光谱数据进行预处理与特征波长提取，最后将待测藕粉样品的特征波长信息输入训练好的PLS-DA、LDA或SVM模型，模型会预测出该待测藕粉样本属于哪个产地，并将其作为输出。