[发明专利]一种筛选红外光谱特征波长用于预测葡萄酒品质参数的方法在审
| 申请号: | 201911299660.3 | 申请日: | 2019-12-11 |
| 公开(公告)号: | CN111027025A | 公开(公告)日: | 2020-04-17 |
| 发明(设计)人: | 李艳坤;庞佳烽;马昕鹏;董汝南;景璟 | 申请(专利权)人: | 华北电力大学(保定) |
| 主分类号: | G06F17/18 | 分类号: | G06F17/18;G06K9/62;G01N21/3577;G01N21/35 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 071003 河北省保定市*** | 国省代码: | 河北;13 |
| 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 筛选 红外 光谱 特征 波长 用于 预测 葡萄酒 品质 参数 方法 | ||
1.一种筛选红外光谱特征波长用于检测红酒主要品质参数的方法,其特征在于,包括如下步骤:
(1)采集已知某些品质参数的葡萄酒样品的傅里叶变换红外光谱数据,随机分为训练集和检验集;
(2)对训练集样本光谱进行Fisher判别分析,得到变量特征矩阵E;
(3)令第i个波长对应的特征矩阵值为Ei,特征矩阵E的绝对值的平均值为定义筛选阈值k,当时,相应的波长变量被保留下来用于构建葡萄酒光谱和多个品质参数的定量最小二乘支持向量回归(LSSVR)模型;
(4)利用步骤(3)构建的模型预测检验集样品的品质参数值,与检验集样品的真实品质参数值相比,计算检验集样本每个品质参数的均方根误差(RMSEV);
(5)调整筛选阈值k,重复步骤,重复步骤(3)-(4),当检验集的RMSEV达到最小值且数值稳定时,对应的阈值k为最佳筛选阈值,此时筛选出的波长变量用于建立LSSVR模型,用来预测未知葡萄酒样品(预测集)中的相应品质参数。
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华北电力大学(保定),未经华北电力大学(保定)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/201911299660.3/1.html,转载请声明来源钻瓜专利网。





