[发明专利]一种基于光谱幅值空间转换的血斑蛋在线无损检测方法

摘要

本发明涉及鸡蛋品质动态检测技术领域，尤其涉及一种基于光谱幅值空间转换的血斑蛋在线无损检测方法。主要包含以下步骤：通过血斑蛋在线检测系统采集每个鸡蛋样品的光谱透射率获取光谱数据；将光谱数据进行预处理后；为了减少实验过程中速度、批次、仪器和环境的干扰，将预处理后的数据利用LM算法将光谱信号转换至人为指定的幅值空间中，得到转换后的处理数据；建立血斑蛋BP神经网络在线判别模型；检验模型。本发明提供了一种智能化的无损检测方法，提高模型的精度和适用性。整个检测过程是高度自动化和智能化，具有很广阔的市场前景。

主权项

1.一种基于光谱幅值空间转换的血斑蛋在线无损检测方法，其特在在于：主要包含以下步骤：1)通过血斑蛋在线检测系统采集每个鸡蛋样品的光谱透射率，获取光谱数据；2)将光谱数据进行滤波处理，将通过滤波处理后的数据按照3:2的原则随机分成训练集和测试集，得到预处理后的数据；3)将步骤2)预处理后的数据利用LM算法转换空间至人为指定的幅值空间中，得到转换后的处理数据；4)训练集经步骤3)转换后的处理数据建立血斑蛋BP神经网络在线判别模型；5)用测试集数据检验步骤4)得到的模型：将测试集的数据选出对应的特征波段代入判别模型中得到预测值，通过与真实值的比较来检验模型的适用性；所述步骤2)滤波处理采用移动平均滤波算法对其进行滤波，滤波公式如下：其中S为滤波后的信号，S′为采集的信号，i、j是信号的维度，n为滤波后的阶数；将通过滤波处理后的数据按照3:2的原则随机分成训练集和测试集；所述步骤3)LM算法光谱信号转换空间具体方法如下：经步骤2)滤波处理后信号为S，变换后为S^*，指定特征空间为R，线性变换系数为α与β：S^*＝α·S+β       [2]；衡量变换后的信号S*与指定特征空间的位置相邻程度，引入误差函数f(α，β)＝S^*‑R＝α·S+β‑R       [3]；衡量误差函数的性能，即最终S^*与R的相邻程度的表达式用C表示，引入均方误差函数其中C的值越小，证明S*与R越接近；求得不同样本的光谱信号S对应的α与β，将光谱信号转换至R附近，得到S^*。