[发明专利]一种农产品品质识别检测标准的建立方法

权利要求书

1.一种农产品品质识别检测标准的建立方法，其特征在于：农产品品质判别标准的建立按照下面步骤进行：

第一步、数据采集；

根据待测农产品自身的特征选取特征传感器，利用特征传感器采集特征信息，将采集到的信息在LabVIEW可视化界面中显示出来；

第二步、数据预处理；

将采集到的信息首先进行野点剔除处理、然后通过SPSS软件，利用主成分分析特征提取公式

和对信息进行特征提取，其中，n表示传感器的个数，m表示提取的主成分个数，表示各个传感器对应的各主成分的负荷因子，表示提出的各主成分的特征值，表示各个传感器的响应值，表示各主成分对应各个传感器响应值的系数，选取能够表现所有传感器绝大部分信息的主成分作为第一主成分，将第一主成分的值作为特征信息，最后采用的公式：对特征数据进行归一化处理，其中表示第i个传感器的信息，表示全部i个传感器的所有信息中的最小值，表示全部i个传感器的所有信息中的最大值；

第三步、特征融合；

将归一化的特征数据利用BP人工神经网络、通过Matlab软件进行特征层融合，得到融合结果；

第四步、建立标准、专家系统；

多次对同一农产品特征信息进行采样，并求得每次特征层融合的结果，根据多次采样的融合结果建立品质判别标准，根据建立的标准建立专家系统。

2.根据权利要求1所述的一种农产品品质识别检测标准的建立方法，其特征在于：选取的特征传感器是气味传感器阵列或者其他特征传感器，选取的特征传感器可以是一种或几种。

3.根据权利要求1所述的一种农产品品质识别检测标准的建立方法，其特征在于：采用的野点剔除方法具体为首先对每个传感器采集到的信息进行求均值，然后将采集到的各个值与均值的进行比较，把那些偏离均值较大的信息进行剔除，对每个传感器的信息均进行野点剔除处理。

4.根据权利要求1所述的一种农产品品质识别检测标准的建立方法，其特征在于：BP人工神经网络根据Kolmogorov定理采用一个N(2N+1)M的3层BP网络，其中N表示输入层的样本数，根据选取的特征数目确定；M表示输出层经过神经网络训练的样本数，根据农产品的等级确定，将检测到的信息分训练集和测试集代入网络进行模拟训练，经过训练，通过输出结果就能对品质等级进行区分。

5.根据权利要求4所述的一种农产品品质识别检测标准的建立方法，其特征在于：中间层神经元的传递函数选择S型正切函数,输出层神经元的传递函数选择S对数函数,选择误差目标为0.001，设定进行5000步训练，学习因子设为0.01，动量因子设定为0.9。