[发明专利]一种基于空间偏移拉曼光谱的虾肉新鲜度检测方法在审
申请号: | 202010941117.5 | 申请日: | 2020-09-09 |
公开(公告)号: | CN112014376A | 公开(公告)日: | 2020-12-01 |
发明(设计)人: | 黄敏;刘振方;朱启兵;郭亚 | 申请(专利权)人: | 江南大学 |
主分类号: | G01N21/65 | 分类号: | G01N21/65 |
代理公司: | 大连理工大学专利中心 21200 | 代理人: | 刘秋彤;梅洪玉 |
地址: | 214122 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 空间 偏移 光谱 新鲜 检测 方法 | ||
1.一种基于空间偏移拉曼光谱的虾肉新鲜度检测方法,其特征在于,步骤如下:
a、将带壳虾样本,放置在拉曼散射点光源图像采集系统中,采集并获取带壳虾样本在N个不同位置的拉曼图像矩阵RN,每个图像包含在1024个波段下,由以激光点为中心及距离激光点不同距离的点组成的一条线;
b、将N个不同位置的拉曼图像取均值,得到均值矩阵Ravg:将拉曼图像中拉曼强度和拉曼波长的空间转换到拉曼强度和拉曼位移的空间,拉曼波长到拉曼位移的转换公式通过斯托克斯线实现:
其中,λ0表示拉曼激发波长;λi表示第i个点的拉曼波长,RS是拉曼位移矩阵;
c、从均值矩阵Ravg中提取感兴趣的区域和波段作为相应拉曼图像的子图像,选择空间偏移拉曼光谱最佳偏移距离,使得内部成分信号相对增强;
d、将步骤c所得的增强后的拉曼光谱与参考光谱进行对比,识别和剔除异常点光谱,得到参与训练的最终光谱数据Rtrain;
e、将训练集Rtrain输入到随机森林进行特征波段选择,提取M个重要度最高的光谱波段,归一化后输入到支持向量回归模型进行训练,构建预测模型;
f、将构建好的处理过程和模型参数封装,对虾肉测试样本进行新鲜度预测。
2.根据权利要求1所述的一种基于空间偏移拉曼光谱的虾肉新鲜度检测方法,其特征在于,所述步骤e中,随机森林特征选择的建立步骤如下:
(1)构建S个决策树,分别t=1到S,对于每一个决策树都重复步骤(2)到(4);
(2)对于每一棵决策树,使用相应的袋外数据计算袋外数据误差
(3)随机对袋外数据所有样本的特征X加入噪声干扰,再次计算袋外误差数据
(4)通过公式计算特征重要性,并按重要性进行排序。
3.根据权利要求1或2所述的一种基于空间偏移拉曼光谱的虾肉新鲜度检测方法,其特征在于,所述步骤e中,矩阵的归一化处理过程为:
其中,P是特征选择之后的数据矩阵,Pmin是P矩阵中的最小值,Pmax是P矩阵中的最大值,Pnorm是归一化后的矩阵。
4.根据权利要求1或2所述的一种基于空间偏移拉曼光谱的虾肉新鲜度检测方法,其特征在于,所述的拉曼散射点光源图像采集系统包括设置于避光机箱(1)内部的CCD电源(2)、CCD数字照相机(3)、光谱仪(4)、聚焦透镜(5)、移动平台(7)、点光源透镜(8)、带旋钮的高度控制杆(9)和移动轨道(10),以及设置于避光机箱(1)外部的点光源(12)和计算机(13);
所述CCD电源(2)的输入端与CCD数字照相机(3)相连,CCD数字照相机(3)下端设置光谱仪(4),光谱仪(4)下端设置聚焦透镜(5),确保CCD数字照相机(3)采集以激光点为中心的拉曼图像;聚焦透镜(5)的下方设置扫描移动平台,扫描移动平台包括移动平台(7)、带旋钮的高度控制杆(9)和移动轨道(10);带旋钮的高度控制杆(9)下端放置于移动轨道(10)上,上端连接移动平台(7),样品(6)放置于移动平台(7)上,随着移动平台(7)的移动系统采集样本在不同位置的拉曼图像;带旋钮的高度控制杆(9)能通过旋钮调节控制杆的高度;所述的CCD电源(2)的输出端与计算机(13)相连,用于向计算机(13)输出采集得到的拉曼散射图像;点光源透镜(8)通过光纤(11)与点光源(12)相连,实现点光源强度稳定可调。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江南大学,未经江南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010941117.5/1.html,转载请声明来源钻瓜专利网。