[发明专利]结合单标号学习和多标号学习的食用油掺伪鉴别方法

说明书

技术领域

本发明涉及到粮油检测领域，是一种结合单标号学习和多标号学习的食用油掺伪鉴别方法。

背景技术

中国是食用油的消费大国，2003年食用油总供给量达1800万吨，消费居世界第一位。天然油脂是各种酰基甘油的混合物，没有确定的熔点和沸点，仅有一定的熔点和沸点范围。油脂经过精炼(沉降、脱胶、脱酸、脱色、脱臭)后，可提高油脂的品质，改善风味，延长油脂的货架期。植物油中含有人体不能合成却又不可缺少的重要营养成分，其烹调食品可提高食品的感官性质，增强饱腹能力，膳食中的脂肪还有助于脂溶性维生素的吸收及提供人体必需脂肪酸，是人类重要食物之一。

随着科技的进步和人们健康意识的增强，比起食品的色香味，人们更着重食品的营养价值和安全性。近年出口和国内市场的食用油脂中掺伪现象日趋严重。植物油因其种类不同、营养价值不同而价格差异很大。一些生产经营者为了获取暴利，在高价植物油中掺入廉价的植物油。如在芝麻油中掺入菜油、棉籽油、大豆油、葵花油；在菜油中掺入棕榈油、棉籽油。也有不法厂商惯用价廉、量大的植物油脂如棕榈油、菜油等掺兑优质油品中，降低生产成本，从中牟取暴利，甚至还有的厂家将国家禁用的有毒物掺入食品之中，或将过期变质油品掺入合格油中以次充好。例如，在食用油中掺入有毒的、非食用的矿物油、桐油、大麻油等。掺伪植物油不仅影响卫生品质和营养成分，而且危害消费者的健康。为了保护合法生产经营者和消费者的利益，故而必须加强植物油的鉴别和掺伪检测。目前，食用油掺伪检测主要有理化检验方法、气相色谱法、近红外光谱技术、高效液相色谱法及同位素比值法等方法。

高效液相色谱法可分析易挥发、难挥发、热稳定、热不稳定、分子型和离子型化合物，分离效能更高。因为不仅固定相而且流动相也能与样品分子(离子)选择性地相互作用，非常适合于分离生物大分子、天然产物、高分子化合物。本发明将高效液相色谱仪得到混合油(掺伪)样本看成是具有多个标号的样本，而纯油仅仅含有一个样本。借助机器学习方法(包括多标号学习和单标号学习)取得了高效、快捷、省力、样本可多次使用等优点，在实际中取得了非常好效果。

发明内容

两类分类学习可以有效地鉴别食用油是纯油还是混合油的问题，但是对于混合油的情况，无法识别混合油的组成成分问题；多标号学习可以有效地区分混合油的组成成分问题，但是在鉴别食用油是纯油还是混合油的问题上精度较低。本发明的目的是结合两者的优点，利用两类单标号的预测结果对多标号预测的结果进行矫正，一方面实现有效区分油的纯度特性(纯油或混合油)，一方面可以更精确地鉴别混合油的成分。

为实现所述的目的，本发明通过高效液相色谱仪提取食用油样本的波谱信号，然后使用矫正的多标号学习算法对样本进行学习，其技术方案如下：

本发明一方面创造地将食用油样本看成是具有一个标号或多个标号的样本，然后即可利用多标号学习算法；另一方面充分地利用单标号学习算法和多标号学习算法的优点，同时实现有效鉴别食用油的纯度特性(是纯油或混合油)和食用油的成分(含有哪一种或哪几种油)的目的。相比于多类多标号算法，单标号算法由于仅仅含有两个类别，一方面，每一类别占有更多的样本，另一方面，预测时由于预测类别的范围缩小了，因而在食用油的纯度问题上会比多类多标号学习给出更为准确的预测结果。本发明正是利用这一点，进一步提高了学习算法的性能。

附图说明

图1是本发明结合单标号学习和多标号学习的食用油掺伪检验方法的总体模块框图；

图2是采集数据的数据流图；

图3是本发明标定食用油样本的数据流图；

图4是本发明构建分类器的框图；

图5是本发明矫正预测的算法步骤。

具体实施方式

下面将结合附图对本发明加以详细说明，应指出的是，所描述的实施例仅旨在便于对本发明的理解，而对其不起任何限定作用。

为了实现本发明的方法，考虑到食用油掺伪检测的实时性，如果在单机实现，最好保证处理器主频不小于2GHz，内存不小于lG，使用任何编译性语言编写(C，C++或Java语言)。

本发明提出的结合单标号学习和多标号学习的食用油掺伪检验方法，总体流程如图1所示，具体的数据流和步骤由图2、3、4、5给出。数据采样步骤(步骤S1)为整个掺伪检验工作准备特征数据；步骤S2是对采集到的数据进行标定；前两个步骤完成了数据集的构建；步骤S3和S4分别构造单标号分类器和多标号分类器；步骤S5和步骤S6分别对未知食用油样本进行标定，并且根据两次预测是否一致对多标号的预测进行矫正，最后给出决策结果。