[发明专利]一种激光诱导荧光植物油掺杂小米汤辨识方法

权利要求书

1.一种光诱导荧光植物油掺杂小米汤辨识方法，其特征在于：包括以下骤：

(1)油样准备：以相同体积纯花生油为基础，分别掺入不同体积的小米汤，配比成五组不同体积比的实验样本；

(2)光谱采集：利用自行设计的便携式植物油无损分析仪获取不同油样的荧光光谱数据，生成油样荧光光谱图；

(3)光谱数据预处理：采用中值滤波法(Median-Filter)对原始光谱图进行平滑处理，去除光谱数据里的干扰信号；

(4)KICA-PCA有效信息优选：根据PCA主成分提取的方法提取出的主成分数为K，利用KICA算法中的核广义方差KGV选取的核函数K(x,y)选取比较函数搜索最小化比较函数的最小值，得到解混矩阵B，即：Y^*＝XW^*＝X_KGVW，式中，W^*是白化处理矩阵，X_KGV是利用KGV算法求得的解混矩阵，W是经PCA提取有效信息后的新矩阵，Y^*是源信息估算矩阵， 把KICA与PCA相联合(KICA-PCA)降低样本维数，去除预处理后光谱数据中无用、冗余的信息，优选出主要信息数据；

(5)样本集分配：采用留出法(hold-out)将优选后的光谱信息数据划分成训练集和测试集；

(6)建立FDA油样模型建立：利用FDA对训练集进行学习和训练，将测试集用于所建模型的辨识效果检验。

2.根据权利要求1所述的一种光诱导荧光植物油掺杂小米汤辨识方法，其特征在于：所述的步骤(1)中，纯花生油按不同体积比混合而成的实验样本，第一组为纯花生油样本，第二组为小米汤体积占总体积25％的样本，第三组为小米汤体积占总体积50％的样本，第四组为小米汤体积占总体积75％的样本，第五组为纯小米汤样本。

3.根据权利要求1所述的一种光诱导荧光植物油掺杂小米汤辨识方法，其特征在于：所述的步骤(2)中，实验所选择的是美国Ocean optics公司的USB2000+型激光诱导荧光光谱仪，光谱全波段范围是340～1021nm，分辨率为0.5nm，激光器使用的是法国Quantel公司YAG脉冲激光器，搭建激光器双光路输出分时控制系统。

4.根据权利要求1所述的一种光诱导荧光植物油掺杂小米汤辨识方法，其特征在于：所述的步骤(4)中，把KICA与PCA相联合(KICA-PCA)优选出主要信息，其具体步骤如下：

(41)根据样本数据产生矩阵A_m×n，m是样本变量个数，n是观测值，即式：

式中，A为经中心化后的样本矩阵，a₁₁,a₁₂,...,a_mn为样本数据点；

(411)矩阵A应当标准化，使均值和单位方差为零；

(412)标准化后的样本数据矩阵为A^*，即：

A^*＝IA

式中，I为标准化矩阵A^*的平方根逆矩阵；

(413)将A^*的协方差矩阵的特征值计算出为λ₁,λ₂,...,λ_n，并根据不同的特征值计算出相对应的特征向量ξ₁,ξ₂,...,ξ_n；

(42)根据PCA主成分提取的方法提取出的主成分数为K，将前k个主成分表示为：

式中，W表示经PCA提取有效信息后的新矩阵，表示特征向量ξ₁,ξ₂,...,ξ_n组成新矩阵的转置；

(421)白化处理矩阵W^*，即：W^*＝qW，式中q为白化变换矩阵；

(43)利用KICA算法中的核广义方差KGV选取的核函数K(x,y)选取比较函数搜索最小化比较函数的最小值，得到解混矩阵B，即：

Y^*＝XW^*＝X_KGVW

式中，X_KGV是利用KGV算法求得的解混矩阵，Y^*是源信息估算矩阵。