[发明专利]一种基于SVM的新型地沟油检测方法及检测装置

说明书

本发明公开了一种基于SVM的新型地沟油检测方法及检测装置，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；通过上位机将S1中的电导率、折光率和酸价值数据生成数据文件，将该数据文件分为训练集和测试集；上位机建立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；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。

技术领域

本发明属于地沟油检测技术领域，具体涉及一种基于SVM的新型地沟油检测方法及检测装置。

背景技术

地沟油是一个泛指概念，是对各类劣质油的统称，一般包括潲水油、煎炸废油、食品及相关企业产生的废弃油脂等。

通俗地讲，地沟油可分为以下几类：一是狭义的地沟油，即将下水道中的油腻漂浮物或者将宾馆、酒楼的剩饭、剩菜(通称泔水)经过简单加工、提炼出的油；二是劣质猪肉、猪内脏、猪皮加工以及提炼后产出的油；三是用于油炸食品的油使用次数超过规定要求后，再被重复使用或往其中添加一些新油后重新使用的油。

地沟油的酸价、过氧化值、溶剂残留、重金属污染物含量、黄曲霉毒素b1、苯并芘等均严重超标，对人体具有很大的危害性，然而现有的技术手段对地沟油的判断还有待提高。

现有的技术手段主要有电导率检测法、折光率检测法、荧光分析法、色谱法、核磁共振鉴别法、显色法、酸价检测法、水分含量测定法等等。其中，据研究表明电导率法只能用于食用油中泔水油含量达20％以上的油样的鉴别。通过实验发现各种油脂的折光率值相差较小，都在1.4713-1.4768之间，如果用来区分油样种类具有一定的困难。同时，现在随着地沟油生产技术的提高，部分地沟油的酸价符合国家标准4mg/g,所以通过仅仅测量酸价来判断地沟油并不是十分的准确。由于各种问题都存在一定的缺点，因此现在急需一种能够对新型地沟油进行检测的方法。

发明内容

发明目的：对于电导率法、酸价检测法、折光率检测法每种方法单独检测地沟油识别度不高的问题，本发明提出将三种检测方法相结合以用来提高对地沟油的识别度，同时，针对用折光率数值相差较小，用来区分较为困难的问题，本发明提出将折光率值导入SVM进行训练，以折光率、电导率、酸价作为SVM的输入矩阵变量构建分类超平面对地沟油进行检测的方法。

本发明公开了一种基于SVM的新型地沟油检测方法，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：通过上位机将S1中的电导率、折光率和酸价值数据生成数据文件，将该数据文件分为训练集和测试集；

S3：上位机建立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。

进一步的，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。

进一步的，在S2中，通过randperm函数随机生成训练集与测试集。

进一步的，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。

进一步的，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；