[发明专利]一种基于机器学习的藕粉产地判别方法

说明书

本发明涉及一种基于机器学习的藕粉产地判别方法，包括以下步骤：于网上购得不同产地的鲜藕，制备纯藕粉；不同产地藕粉样品的制备，供上机使用；采集不同产地藕粉样品的光谱数据；基于获得的光谱数据，以此建立用于预测的机器学习分类模型；基于建立的分类模型，对待测藕粉样品进行产地预测。本发明简单、快捷地识别出未知藕粉样本的产地归属。

技术领域

本发明涉及食品分析领域，特别是一种基于机器学习的藕粉产地判别方法。

背景技术

藕粉，是我国传统的保健食品，藕粉及其相关产品深受国内外消费者的喜爱和食品研究者的关注。莲藕中含有多巴、儿茶酚、没食子酸、儿茶素，是一种具有开发价值的天然抗氧化剂。随着食用藕粉的不断推广，市场份额不断扩大，藕粉的品质面临以下问题：由于不同产地的莲藕品质不一，需对高品质产地和低营养产地的藕粉样品实现有效鉴别。因此，有效鉴别藕粉产地对维护消费者权益、保障合理市场秩序具有重要意义。传统检测藕粉产地的技术有其局限性，通过外观鉴别的方法存在主观性强、误差大的缺点；差示扫描量热法对于实验条件的选择要求高，选择不同的实验条件对结果有很大影响，实验人员必须掌握足够的经验，在应用的广泛性上存在不足。因此，开发一种无损、方便、高效的藕粉产地辨别方法非常有意义。

综上所述，为了拓展藕粉品质检测在食品领域中的应用，急需开发一种快速、简单的鉴别藕粉产地的方法。

发明内容

有鉴于此，本发明的目的是提供一种基于机器学习的藕粉产地判别方法，能够简单、快捷地检测出藕粉的产地归属。

本发明采用以下方案实现：一种基于机器学习的藕粉产地判别方法，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。

进一步地，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/T25733-2010中规定的工艺流程进行。

进一步地，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。

进一步地，步骤S3中采用ANTARISⅡ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。

进一步地，所述步骤S4的具体内容为：

采用一阶导数、标准正态变换(SNV)、多元散射校正(MSC)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(PLS-DA)、线性判别分析(LDA)以及支持向量机(SVM)3种机器学习分类器。

进一步地，所述步骤S5的具体内容为：

取待测藕粉样品，约5g，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。

与现有技术相比，本发明具有以下有益效果：

本发明通过采集不同产地的藕粉样品的近红外光谱数据，作为原始的数据集，以此建立PLS-DA、LDA及SVM模型，模型能有效识别出藕粉样品的产地归属。该方法检测简单、快捷，可以显著提升检测效率，为简化藕粉品质鉴别提供新的方法，具有很强的实用性和广阔的应用前景。

附图说明