[发明专利]鱼类产地溯源方法、电子设备、存储介质及装置在审
| 申请号: | 201810067761.7 | 申请日: | 2018-01-24 |
| 公开(公告)号: | CN108489927A | 公开(公告)日: | 2018-09-04 |
| 发明(设计)人: | 刘磊安;杨灵;吴霆;邹娟 | 申请(专利权)人: | 仲恺农业工程学院 |
| 主分类号: | G01N21/3563 | 分类号: | G01N21/3563;G06N3/04;G06N3/08 |
| 代理公司: | 广州市越秀区哲力专利商标事务所(普通合伙) 44288 | 代理人: | 罗晶;高淑怡 |
| 地址: | 510000 广*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 鱼类 产地 光谱数据 溯源 鱼肉 电子设备 样本 计算机可读存储介质 红外光谱仪 参数选取 存储介质 光谱信息 溯源装置 训练模型 去噪 算法 匹配 采集 学习 分类 预测 | ||
1.鱼类产地溯源方法,其特征在于包括以下步骤:
采集样本数据,通过红外光谱仪采集鱼肉样本的光谱数据;
特征值提取,将所述光谱数据导入到训练好的特征值训练模型,提取所述鱼肉产地的特征值;
产地溯源,所述特征值作为BP神经网络的输入,所述BP神经网络对所述特征值进行分类,预测出所述鱼肉样本的产地。
2.如权利要求1所述的鱼类产地溯源方法,其特征在于所述特征值训练模型具体步骤如下:使用三层RBM构建DBN基本训练模型,随机选取若干样本的光谱数据作为学习集,导入所述DBN基本训练模型中进行网络模型训练,训练出网络模型的权值,建立鱼肉的特征值训练模型。
3.如权利要求2所述的鱼类产地溯源方法,其特征在于:所述三层RBM为第一RBM、第二RBM、第三RBM,所述光谱数据作为所述第一RBM的输入,所述第一RBM的输出作为所述第二RBM的输入,所述第二RBM的输出作为所述第三RBM的输入,所述第三RBM输出特征值。
4.如权利要求3所述的鱼类产地溯源方法,其特征在于:所述BP神经网络包括三层神经网络,三层所述神经网络的神经元格式分别为100、10、1,三层所述神经网络的训练算法依次为logsig、logsig、purelin,三层所述神经网络的设置训练参数均为10000,三层所述神经网络的目标误差均为10-3。
5.如权利要求1所述的鱼类产地溯源方法,其特征在于所述步骤采集样本数据具体包括以下步骤:
样本准备,取出待识别产地的鱼肉片;
仪器预热与校准,打开卤素灯和光谱仪预热半小时,待稳定后采用标准白板和环境光进行光谱仪校准;
数据采集,将所述鱼肉片依次放置在积分球上进行光谱采集,采集三次求平均值作为所述鱼肉片的光谱,得到光谱数据,所述光谱采集时的工作温度为25℃,工作湿度为40±5%RH。
6.如权利要求1所述的鱼类产地溯源方法,其特征在于还包括步骤如下:
主成分分析,使用PCA算法对所述光谱数据进行降维处理,获得方差贡献率合计超过90%的主成分。
7.一种电子设备,其特征在于包括:处理器;
存储器;以及程序,其中所述程序被存储在所述存储器中,并且被配置成由处理器执行,所述程序包括用于执行权利要求1-4任意一项所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行如权利要求1-4任意一项所述的方法。
9.鱼类产地溯源装置,其特征在于:包括卤素灯、光谱仪、标准白板、DBN模块、BP模块,所述光谱仪包括积分球;
所述光谱仪用于采集鱼肉样本的光谱数据,所述DBN模块对所述光谱数据进行提取,将提取后的特征值作为BP模块的输入,所述BP模块用于对所述特征值进行分类,得到所述鱼肉样本的产地。
10.如权利要求9所述的鱼类产地溯源装置,其特征在于:所述积分球具体为38mm积分球,所述38mm积分球包括由聚四氟乙烯制成的内壁涂层。
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仲恺农业工程学院,未经仲恺农业工程学院许可,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/201810067761.7/1.html,转载请声明来源钻瓜专利网。





