[发明专利]一种基于SVM的新型地沟油检测方法及检测装置

权利要求书

1.一种基于SVM的新型地沟油检测方法，其特征在于：包括以下步骤：

S1；采集已知油样的电导率、折光率和酸价值，所述油样包括正常油和非正常油；

S2：将S1中的电导率、折光率和酸价值数据生成数据文件，并将该数据文件分为训练集和测试集；

S3：建立SVM模型，并将训练集导入SVM模型进行训练，再使用测试集对训练好的SVM模型进行测试，判断SVM模型建立的正确性；

S4：使用训练好的SVM模型对待测油样进行分析处理，输出处理结果。

2.根据权利要求1所述的一种基于SVM的新型地沟油检测方法，其特征在于：在S2中，所述数据文件中包括各种不同的油样的电导率、酸价值、折光率和对应的标签变量，该标签变量包括正常油和非正常油。

3.根据权利要求1所述的一种基于SVM的新型地沟油检测方法，其特征在于：在S2中，通过randperm函数随机生成训练集与测试集。

4.根据权利要求1所述的一种基于SVM的新型地沟油检测方法，其特征在于：在S3中，对输入至SVM模型的电导率、酸价值、折光率数据进行数据归一化。

5.根据权利要求1所述的一种基于SVM的新型地沟油检测方法，其特征在于：在S3中，训练SVM模型时，假设大小为m的样本训练集{(x_i,y_i),i＝1,2,…，m}由两个类别组成，若x_i属于第一类，则记y_i＝1；若x_i属于第二类，则记y_i＝-1；寻找分类超平面：

其中，ω是n维向量，b为偏移量；

定义一个样本点x_i到分类超平面的几何间隔最小的样本集：

δ＝minδ_i (5)

几何间隔的大小与样本的误分次数N有关，关系式为

其中，R＝max||x_i||,i＝1,2,…,m，为样本中向量长度最长的值；

在满足式(2)的条件下，选取一个最优超平面，使得δ最大获得最小的误分次数N；

最优分类超平面为：

式中，为支持向量样本权重，y_i表示训练样本属性，b为待优化参数；

其中，x表示x₁，x₂，…x_l中的任意一个，σ为核函数的扩展常数。

6.一种基于SVM的新型地沟油检测装置，其特征在于：包括用于测量油样电导率的电导率检测模块、用于测量油样酸价值的酸价值检测模块、用于测量油样折光率的折光率检测模块、单片机和上位机；所述单片机与电导率检测模块、酸价值检测模块、折光率检测模块相连；所述上位机与单片机相连，用于接收单片机发送过来的数据，建立和训练SVM模型，并判断测试油样是否为地沟油。

7.根据权利要求6所述的一种基于SVM的新型地沟油检测装置，其特征在于：所述上位机将接收到的数据分为训练集和测试集，分别对建立的SVM模型进行训练和测试。

8.根据权利要求6所述的一种基于SVM的新型地沟油检测装置，其特征在于：所述SVM模型中的最优分类函数为：

式中，为支持向量样本权重，y_i表示训练样本属性，b为待优化参数；

其中，x表示x₁，x₂，…x_l中的任意一个，σ为核函数的扩展常数。