[发明专利]一种抛光粮食的快速无损鉴别方法在审
| 申请号: | 201610180371.1 | 申请日: | 2016-03-25 |
| 公开(公告)号: | CN105675534A | 公开(公告)日: | 2016-06-15 |
| 发明(设计)人: | 冬;潘立刚;马智宏;王纪华;韩平;贾文珅 | 申请(专利权)人: | 北京市农林科学院 |
| 主分类号: | G01N21/3563 | 分类号: | G01N21/3563;G01N21/359 |
| 代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王文君 |
| 地址: | 100097 *** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 抛光 粮食 快速 无损 鉴别方法 | ||
1.一种抛光粮食的快速无损鉴别方法,其特征在于,所述方法 包括以下步骤:
(1)用已知的抛光粮食和未抛光粮食为样品,构建样本总组数 为n的训练集;所述训练集中,n≥50,抛光样品与未抛光样品的组数 之比为1~3.5:1;
(2)采集所述训练集中每组样品在8900cm-1~12000cm-1波长范围 内的近红外吸收光谱,每组样品的近红外吸收光谱以1cm-1~3cm-1为间 隔包括m个光谱数据;
(3)以所述训练集中全部样品的近红外吸收光谱数据构建n×m 阶矩阵,对所述训练集中的抛光样品和未抛光样品分别赋予不同的数 值,依据所述数值用回归算法提取所述矩阵的若干组特征向量并获得 与所述特征向量一一对应的特征值,以特征值最高的两组特征向量作 为第1特征向量和第2特征向量;
(4)依据训练集中每组样品的近红外吸收光谱数据,求出分别 与所述第1特征向量和第2特征向量对应的权重值,作为各训练集样品 的得分值1和得分值2,并以其分别为横、纵坐标,绘制训练集样品的 二维得分散点图;在该图上标记一条抛光样品与未抛光样品的分界 线,所述分界线两侧分别为抛光区域和未抛光区域;
(5)用与步骤(2)相同的方法采集待测样品的近红外吸收光谱 数据,据此数据求出分别与所述第1特征向量和第2特征向量对应的权 重值,作为待测样品的得分值1和得分值2;
(6)以待测样品的得分值1和得分值2分别为横、纵坐标,在所 述二维得分散点图中绘出对应的待测点,根据所述待测点所在的区 域,鉴别待测样品是否为抛光粮食。
2.根据权利要求1所述的方法,其特征在于,每组样品的取样方 法为:取相同品种、产地以及采收时间的粮食不少于3kg,采用堆锥 四分缩分法获得一组样品,每组样品的质量为200±5g。
3.根据权利要求1或2所述的方法,其特征在于,所述粮食为谷 物,优选为大米;
所述矿物油为液体石蜡。
4.根据权利要求1~3任意一项所述的方法,其特征在于,所述训 练集中,抛光样品和未抛光样品的数量均不小于40。
5.根据权利要求1~4任意一项所述的方法,其特征在于,所述未 抛光样品的矿物油含量为0;所述抛光样品中的矿物油含量为 0.4~0.6%。
6.根据权利要求1~5任意一项所述的方法,其特征在于,用于采 集所述近红外吸收光谱数据的光谱仪分辨率为1cm-1~64cm-1,优选 为4cm-1~16cm-1。
7.根据权利要求1~6任意一项所述的方法,其特征在于,步骤(2) 还包括对所述近红外吸收光谱数据进行处理;
所述处理包括平滑、微分、基线校正、数据标准正态化中的一种 或几种;优选为数据标准正态化。
8.根据权利要求1~7任意一项所述的方法,其特征在于,步骤(3) 提取所述特征向量的回归方法选自多元线性回归、主成分回归、偏最 小二乘回归、人工神经网络回归、支持向量机回归;优选为偏最小二 乘回归。
9.根据权利要求1所述的方法,其特征在于,所述步骤(3)中, 对抛光样品赋值0.1~5,对未抛光样品赋值-5~-0.1;
步骤(4)所述分界线为穿过坐标轴原点且与横坐标正方向呈 135°~170°的直线,抛光区域位于所述分界线的右上方,未抛光区域 位于所述分界线的左下方。
10.一种抛光大米的快速无损检测方法,其特征在于,所述方法 包括以下步骤:
(1)用已知是否为抛光大米的样品构建样本组数为n的训练集; 所述训练集中,n=80~100,抛光样品和未抛光样品的组数均不小于 40;
(2)采集所述训练集中每组样品在8900cm-1~12000cm-1波长范围 内的近红外吸收光谱,每组样品的近红外吸收光谱以2cm-1为间隔包 括m个光谱数据;对所述光谱数据进行数据标准正态化处理;
(3)以所述训练集中经数据标准正态化处理后的全部样品的近 红外吸收光谱数据构建n×m阶矩阵,对所述训练集中的抛光样品赋 值为1,对未抛光样品赋值为-1,依据所述数值用回归算法提取所述 矩阵的若干组特征向量并获得与所述特征向量一一对应的特征值,以 特征值最高的两组特征向量作为第1特征向量和第2特征向量;
(4)依据训练集中每组样品的近红外吸收光谱数据,求出分别 与所述第1特征向量和第2特征向量对应的权重值,作为各训练集样品 的得分值1和得分值2,并以其分别为横、纵坐标,绘制训练集样品的 二维得分散点图;在该图上标记一条抛光样品与未抛光样品的分界 线,所述分界线为穿过坐标轴原点且与横坐标正方向呈150°角的直 线,所述分界线的右上方为抛光区域、左下方为未抛光区域;
(5)用与步骤(2)相同的方法采集待测样品的近红外吸收光谱 数据,据此数据求出分别与所述第1特征向量和第2特征向量对应的权 重值,作为待测样品的得分值1和得分值2;
(6)以待测样品的得分值1和得分值2分别为横、纵坐标,在所 述二维得分散点图中绘出对应的待测点,根据所述待测点所在的区 域,鉴别待测样品是否为抛光大米。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京市农林科学院,未经北京市农林科学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610180371.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种胡麻饼养分的检测方法
- 下一篇:一种原油含水率检测装置





