[发明专利]基于CARS-PLS-DA模型快速检测三七品质的方法

权利要求书

1.一种基于CARS-PLS-DA模型快速检测三七品质的方法，其特征在于，包括以下步骤：

步骤1：收集不同品质的三七样品，根据头数划分三七的品质；

步骤2：每个样品均在60 ℃的烘箱中干燥，粉碎后过筛，存放于自封袋置于干燥器中备用；

步骤3：设置近红外光谱分析仪的参数，采集样品的近红外光谱；

步骤4：构建CARS-PLS-DA判别模型，确定最佳因子数；

步骤5：将待测三七样品执行步骤2、步骤3，并代入步骤4构建的模型中，得到待测三七样品的品质。

2.根据权利要求1所述基于CARS-PLS-DA模型快速检测三七品质的方法，其特征在于，步骤3中，近红外光谱分析仪的参数设置为：

扫描范围为4000-10000，分辨率为8，扫描次数为32次；在室温下测定，每次称取样品10g，置于旋转样品杯中扫描光谱，用空气作为测量背景，空气湿度为60％；每个样品采集3条光谱。

3.根据权利要求1所述基于CARS-PLS-DA模型快速检测三七品质的方法，其特征在于：

步骤1中，三七样品包括：20头、30头、40头和60头三七；

步骤4中，构建CARS-PLS-DA判别模型的具体步骤为：

步骤4a：将20头、30头、40头和60头三七，对每一种品质的三七样品分别采集80条光谱，获得的波长变量总数为N，构建320*N维光谱矩阵，在Matlab中进行建模；

步骤4b：通过竞争性自适应重加权算法（CARS）提取特征波长，获得经过特征波长提取后的简化矩阵；

步骤4c：划分训练集和预测集，对于每一种品质的三七样品，前40条光谱对应为训练集，后40条光谱对应为预测集，并对每一种品质的三七样品依次配置分类变量为1、2、3、4；

步骤4d：求PLS-DA模型最佳因子数；

步骤4e：利用训练集训练PLS-DA模型；

步骤4f：利用训练PLS-DA模型计算训练集样本的模型值。

4.根据权利要求3所述基于CARS-PLS-DA模型快速检测三七品质的方法，其特征在于，步骤4中，所述最佳因子数为11。

5.根据权利要求3所述基于CARS-PLS-DA模型快速检测三七品质的方法，其特征在于，步骤5中代入步骤4构建的模型中，得到待测三七样品的品质的具体步骤为：根据PLS-DA模型的模型值，计算判别结果，其中模型值大于等于0.5并小于1.5为20头三七、模型值大于等于1.5并小于2.5为30头三七、模型值大于等于2.5并小于3.5为40头三七、模型值大于等于3.5并小于4.5为60头三七。

6.根据权利要求5所述基于CARS-PLS-DA模型快速检测三七品质的方法，其特征在于：所述待测三七样品对应的光谱构成预测集，通过对预测集的判别，得到预测准确率。