[发明专利]基于增量主成份分析的牛奶凝结过程实时监测方法

摘要

本发明公开了一种基于增量主成份分析的牛奶凝结过程实时监测方法，它是在牛奶凝结过程中的近红外光谱数据基础上，利用聚类方法将数据聚类到多个窗口中，然后使用增量主成份分析方法对窗口内数据进行降维，而且当后续的批次数据加入窗口内时，可以通过新增加的样本数据来修正原来的数据，从而可以对窗口内的特征值和特征向量进行持续的更新，最终动态窗口中的特征数据将精确反映出牛奶凝结过程。本发明的方法可以对近红外光谱数据进行更为可靠的数据分析，最终实现了对牛奶凝结过程的精准监测。通过反复试验验证，本发明的方法在对牛奶凝结过程进行检测时，准确率高达90％以上，从而可以用于更高质量奶酪产品的生产。

主权项

基于增量主成份分析的牛奶凝结过程实时监测方法，其特征在于，包括以下步骤：S1.采集多个批次的牛奶凝结过程中各个时间点的近红外光谱数据作为原始数据；S2.对原始数据进行标准化预处理，得到多个批次的标准化数据；S3.通过聚类算法将第一个批次的标准化数据进行聚类操作，生成多个聚类，并将这些聚类标识为不同的窗口；S4.对每个窗口中的标准化数据进行主成份分析，得到每个窗口内的数据载荷，并计算出主成份得分；S5.根据时间点的对应关系，将对下一个批次的标准化原始数据增加到各个窗口中，并使用增量主成份分析方法对窗口中的新增数据进行修正以及预测它们的载荷和主成份得分，形成当前窗口的数据特征，预测载荷和主成份得分的具体方法是使用公式X0X1F1=X0X1]]>Q1=X0X1-1F0F1=(X0X1TX0X1)-1X0X1TF0F1=K1-1X0X1TF0F1]]>其中X0为窗口内原有的标准化数据的矩阵表示，X1为增加的下一批次的标准化数据的矩阵表示，F0和Q0为X0主成分得分和载荷的矩阵表示，F1和Q1为预测的主成分得分和载荷的矩阵表示；S6.对剩余批次的标准化数据逐个重复步骤S5；S7.采集待监测的牛奶凝结过程中的近红外光谱实时数据，并以与步骤S5相同的方法将近红外光谱实时数据归类到相应窗口中，依据窗口内的近红外光谱实时数据的主成分得分来判断当前牛奶凝结状态，并进行相应处理。