[发明专利]基于多种智能感官数据融合的食品品质鉴定方法

权利要求书

1.基于多种智能感官数据融合的食品品质鉴定方法，其特征在于，包括如下步骤：

(1)食品智能感官数据获取：将已知品质的食品样本作为检测样品，按照品质不同分为若干批次，对不同批次食品样品进行智能感官检测，构建智能感官原始数据库；其中：

所述智能感官包括但不限于电子鼻、电子舌和机器视觉响应信号，且所述电子鼻、电子舌传感器个数分别不低于三根，所述机器视觉检测时获取的图片分辨率不低于600×600；

(2)特征提取和特征选择：分别提取步骤(1)获得的各种智能感官数据中至少三种特征值；其中：

机器视觉数据提取的特征值包括但不限于RGB色彩模式下的红值平均值、绿值平均值、蓝值平均值和其数学变化后的红值标准偏差、绿值标准偏差、蓝值标准偏差，及经图像前处理算法小波变换后各通道的平均值(m)、标准差(s)和平均能量(e)；

电子鼻数据和电子舌数据提取的特征值包括但不限于传感器响应信号的最大值、最小值、稳定阶段响应值、响应信号的平均值、响应信号的积分值和响应信号的微分值；

(3)智能感官数据标准化：对步骤(2)提取的特征值进行标准化处理；

(4)数据结构量化：通过步骤(3)获得标准化后的各种智能感官数据特征值，将这些特征值作为样本点的坐标值，求出各个已知品质样本种类的重心坐标和各个未知品质样本点到各个种类重心的距离；

(5)得到单一智能感官对未知品质样本的归类概率：由步骤(4)得到的未知品质样本点到各已知品质样本种类的重心的距离获得单一智能感官对未知品质样本的归类概率；其中，距离越小，该重心代表种类的概率越大；

(6)得到综合多种智能感官对未知品质样本的归类概率：由步骤(5)得到基于单一智能感官对未知品质样本的归类概率，通过加权计算方式将多种智能感官的归类概率进行综合处理，获得未知品质样本的归类概率；

(7)未知品质样本的品质归类：由步骤(6)获得的综合多种智能感官对未知品质样本归类概率，根据最终归类概率大小对未知品质样本的品质进行归类，最终归类概率最大的类别即为该未知品质样本的归属类别。

2.根据权利要求1所述的食品品质鉴定方法，其特征在于，步骤(1)中，每个批次的食品样本至少有5组不同检测样品。

3.根据权利要求1所述的食品品质鉴定方法，其特征在于，步骤(2)中，所述平均值(m)、标准差(s)和平均能量(e)的计算公式如下式(2-1)、(2-2)和(2-3)所示：

其中，m为机器视觉图片的各通道下的平均值；

s为机器视觉图片的各通道下的标准差；

e为机器视觉图片的各通道下的平均能量；

X为机器视觉图片的各个子集图片的横轴像素点数量；

Y为机器视觉图片的各个子集图片的纵轴像素点数量；

p(x,y)为机器视觉图片的各个子集图片中第(x,y)个像素点的数值。

4.根据权利要求1所述的食品品质鉴定方法，其特征在于，步骤(3)中，所述数据标准化公式如下式(3-1)所示：

其中，N_i为第i维标准化后的智能感官数据特征值；

M_i为第i维未标准化的智能感官数据特征值；

n为步骤(2)中从各智能感官技术响应信号中提取的特征值个数。