[发明专利]广义模糊K调和均值聚类的生菜贮藏时间判定方法

说明书

技术领域

本发明涉及一种生菜贮藏时间判定方法，具体涉及一种广义模糊K调和均值聚类方法和近红外光谱技术的生菜贮藏时间判定方法。

背景技术

生菜中含有丰富的营养物质，它是人们经常食用的蔬菜之一。随着人们生活水平的不断提高，对生菜的品质要求越来越高。另一方面，随着社会的进步，工作繁忙的人们没有时间买菜，喜欢一次买很多蔬菜放在冰箱里慢慢吃，但是随着贮藏时间的增加，生菜中的亚硝酸盐和微生物会递增从而破坏了生菜品质而导致不能食用。所以贮藏时间是影响生菜品质的重要因素，因此研究一种简单、快速、非破坏的生菜贮藏时间的判定方法是非常必要的。

近红外光谱技术是根据样品内有机官能团（O-H、C-H、N-H、S-H）的自身振动吸收近红外光谱区相应波长的能量，从而在光谱中产生能量跃迁的表现。近红外光谱分析技术源起于20世纪70年代，是一种高效、快速的现代分析技术。其综合运用了光谱技术、计算机技术和化学计量学等多个学科的最新研究成果，因其独特的优点从而广泛应用于多个领域，特别是在农产品和食品的无损检测领域。

在近红外光谱定性建模分析中，偏最小二乘判别分析（PLSDA）是常用的定性建模分析方法。然而PLSDA是利用全光谱区域建立定性模型，这就导致在建模过程中容易受到光谱中的噪声信息以及其他一些冗余信息的干扰，这些无关信息在预处理中很难全部消除，最终影响了预测模型的预测准确度。

模糊K调和均值聚类（赵恒,杨万海,张高煜. 模糊K-Harmonic Means 聚类算法，西安电子科技大学学报(自然科学版)，2005，32（4）：603-606.）是将模糊的概念应用到K调和均值聚类（B. Zhang, M. Hsu, U. Dayal, K-harmonic means – a data clustering algorithm, Technical Report HPL-1999-124, Hewlett-Packard Laboratories, 1999.），保留了K调和均值聚类对初始值不敏感的优点，同时提高了聚类准确度。模糊K调和均值聚类采用欧式距离作为度量方式，欧式距离适合簇形状是超椭球，对于有锐角的“盒状”簇则聚类效果不理想（Bobrowski L, Bezedek JC. C-means clustering with the l₁and l_∞ norms. IEEE Trans. on SMC, 1991,21(3): 545~554.）。

在生菜检测时获取的近红外光谱一般为高维数据，经过维数压缩和特征提取后数据的簇拓扑结构不一定满足超椭球形状，若用模糊K调和均值聚类进行数据分类时还用欧式距离来度量则聚类效果欠佳。

发明内容

针对上述现有的模糊K调和均值聚类方法的缺陷以及现有生菜检测技术的不足，本发明提出一种基于广义模糊K调和均值聚类和近红外光谱的生菜贮藏时间判定方法，采用后向间隔偏最小二乘判别分析进行光谱波段优选，采用基于P范数距离的广义模糊K调和均值聚类进行生菜近红外数据的分类，以解决偏最小二乘判别分析的冗余信息干扰问题以及模糊K调和均值聚类方法只能聚类超椭球簇的问题，扩展模糊K调和均值聚类方法的数据适用范围。

本发明采用的技术方案是包括以下步骤：

1）将每个贮藏时间的生菜样本分为训练样本和测试样本，用近红外光谱仪获取训练样本和测试样本的近红外漫反射光谱；

2）建立训练样本类别信息矩阵，将训练样本的近红外光谱平均地划分为若干个等宽的子光谱区域，每次去除1个子光谱区域，使剩余的光谱区域中的训练样本光谱值与类别信息矩阵进行偏最小二乘回归所得交互验证均方根误差最小，直至最后1个子光谱区域；根据均方根误差最小原则选取训练样本的数个子光谱区域，测试样本选取的数个子光谱区域和训练样本选取的数个子光谱区域相同；将选取的子光谱区域的训练样本光谱值与类别信息矩阵进行偏最小二乘回归得到特征向量，将选取的子光谱区域的测试样本投影到特征向量后得到光谱波段优选和维数降低的测试样本；

3）采用线性判别分析提取经过光谱波段选择和降维处理后的生菜样本近红外光谱的生菜不同储藏时间的鉴别信息；

4）对鉴别信息运行模糊C-均值聚类以得到初始聚类中心；