[发明专利]基于GRNN神经网络的新型地沟油检测方法及其检测系统有效
| 申请号： | 201910084359.4 | 申请日： | 2019-01-29 |
| 公开（公告）号： | CN109884282B | 公开（公告）日： | 2022-01-28 |
| 发明（设计）人： | 陈奇;陈贤龙;黄金霞;何理旭;袁章;余亚东;龚平 | 申请（专利权）人： | 淮阴工学院 |
| 主分类号： | G01N33/28 | 分类号： | G01N33/28;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 颜盈静 |
| 地址： | 223005 江苏省淮安市洪泽区东七街三号高*** | 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： | 本发明公开了一种基于GRNN神经网络的新型地沟油检测方法及其检测系统，包括数据采集器、单片机控制器和上位机，所述单片机控制器通过接收数据采集器采集到的信息并将其打包处理发送给上位机，所述上位机基于GRNN神经网络对获得的信息进行分析判别，得出此未知油样是正常食用油还是有害的地沟油；所述GRNN神经网络为由样本集训练完成并通过测试集进行调整的GRNN神经网络，所述样本集和测试集包括已知各参数的正常油样和地沟油油样。 | ||
| 搜索关键词： | 基于 grnn 神经网络 新型 地沟 检测 方法 及其 系统 | ||
【主权项】：
1.一种基于GRNN神经网络的新型地沟油检测方法，其特征在于：包括以下步骤：S1：通过采集若干正常油样参数数据和地沟油油样参数数据构成样本集，将样本集分为训练集和测试集；S2：创建GRNN神经网络模型，通过输入训练集进行训练和输入测试集进行模型精度调整，采用交叉验证和重复采样进行重复训练和测试；将测试后的输出进行互相对比并折中取优选，建立最优GRNN网络模型；S3：采集未知油样参数数据，将该未知油样参数数据输入至最优GRNN网络模型进行正常油样和地沟油油样的判断。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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淮阴工学院，未经淮阴工学院许可，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/patent/201910084359.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种在线监测碳酸盐岩溶蚀的试验装置
- 下一篇：一种纺织品检验台
