[发明专利]一种蜂蜜掺杂糖浆的光谱检测方法在审

专利信息
申请号: 202010026136.5 申请日: 2020-01-10
公开(公告)号: CN111122532A 公开(公告)日: 2020-05-08
发明(设计)人: 王锦国;宋红萍;赵晋级 申请(专利权)人: 安徽理工大学
主分类号: G01N21/64 分类号: G01N21/64;G06N3/00;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 232001 安徽*** 国省代码: 安徽;34
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 蜂蜜 掺杂 糖浆 光谱 检测 方法
【权利要求书】:

1.一种蜂蜜掺杂糖浆的光谱检测方法,其特征在于:包括以下步骤:

(1)蜂蜜样品原始荧光光谱图的提取:采用激光诱导荧光光谱仪测得掺杂不同比例糖浆的蜂蜜样品光谱数据,获取蜂蜜样品的原始荧光光谱数据;

(2)蜂蜜样品原始荧光光谱预处理:采用REF-ELM对原始荧光光谱数据进行特征选择,剔除重要度低的特征,减少数据的冗余性和噪声干扰;

(3)蜂蜜样品数据样本集的划分:采用SPXY划分方法将荧光光谱数据划分成训练集和测试集;

(4)MFO优化参数:在训练集上建立KELM模型,训练过程中用MFO算法对模型正则化系数C和核函数参数g进行优化;

(5)模型结果测试:将测试集上的光谱数据作为MFO-KELM模型的输入,从而进行不同种类蜂蜜样品的识别。

2.根据权利要求1所述的一种蜂蜜掺杂糖浆的光谱检测方法,其特征在于:所述的步骤(1)中,实验所选择的是USB2000+型激光诱导荧光光谱仪(美国Ocean optics公司),光谱全波段范围是340~1021nm,激光器使用405nm蓝紫光半导体激光器。

3.根据权利要求1所述的一种蜂蜜掺杂糖浆的光谱检测方法,其特征在于:所述的步骤(2)中,ELM的隐含层神经元个数选取20个。

4.根据权利要求1所述的一种蜂蜜掺杂糖浆的光谱检测方法,其特征在于:所述的步骤(4)中,训练过程中用MFO算法对模型正则化系数C和核函数参数g进行优化,其具体步骤如下:

(41)将REF-ELM进行特征选择后的荧光光谱数据进行归一化操作;

(411)选择径向基函数(RBF)作为KELM的核函数;

(412)正则化系数C和核函数参数g的设定在[a-q,ap]区间范围内,基于k折交叉验证进行训练;

(42)飞蛾和火焰,飞蛾的位置用矩阵M表示,飞蛾的适应度值用矩阵OM表示,火焰的位置用矩阵F表示,火焰的适应度值用矩阵OF表示;

(43)初始化飞蛾的数目和位置,初始化火焰的数目,根据适应度函数计算飞蛾的适应度值并对其进行非递减排序,选择最优的飞蛾位置和适应度值作为最优的火焰位置和适应度值;

(44)初始化参数b,t,r,r在[-1,-2]的范围里线性递减,b为常数项,t是[r,1]之间的一个随机数;

(45)在迭代过程中不断更新飞蛾的位置,更新公式如下:

S(Mi,Fj)=Di·ebt·cos(2πt)+Fj

式中Di表示第j个火焰和第i个飞蛾的距离,Di=|Fj-Mi|;

(46)更新参数t,r和火焰的数目fn,即式:

r=-1+iteration*((-1)/max_iteration)

t=(r-1)*rand+1

fn=round(N-iteration*((N-1)/T))

式中,iteration为当前迭代次数,max_iteration为迭代的总次数,N为火焰的初始数目,rand为[0,1]之间的一个随机数,round为取整函数;

(47)如果达到迭代次数的最大值,则结束MFO的寻优过程,得到参数C,g的最优解,否则从步骤(45)执行。

5.根据权利要求1所述的一种蜂蜜掺杂糖浆的光谱检测方法,其特征在于:所述的步骤(5)中,根据预测蜂蜜的激光诱导荧光光谱数据分类图、分类准确率来分析所建立模型的识别性能和泛化能力。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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安徽理工大学,未经安徽理工大学许可,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/202010026136.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top