一种低场磁共振食用油种类检测方法技术

技术编号:19213849 阅读:36 留言:0更新日期:2018-10-20 06:06
本发明专利技术提供了一种低场磁共振食用油种类检测方法,具有这样的特征,包括:步骤一,读取低场核磁共振设备采集到多种已知食用油的脉冲序列的原始数据;步骤二,根据原始数据分别得到多种已知食用油的衰减曲线;步骤三,分别对多种衰减曲线进行特征提取得到多种已知食用油的特征矩阵;步骤四,将多种已知食用油的特征数据进行归一化处理;步骤五,用支持向量机对特征数据进行分析训练,得到训练模型;以及步骤六,根据未知食用油的特征数据通过训练模型得到未知食用油的种类,其中,特征提取的数据包括:信号幅值、信号量衰减63%所需的时间、曲率最大值点、曲率最大值点对应的信号量以及衰减截止点。

【技术实现步骤摘要】
一种低场磁共振食用油种类检测方法
本专利技术涉及一种食用油种类检测方法,具体涉及一种低场磁共振食用油种类检测方法。
技术介绍
在世界范围内,核磁共振技术发展迅猛,在很多领域得到了广泛的发展,比如高场强核磁共振技术应用于对人体的临床诊断等。随着核磁共振技术的不断发展,人们发现核磁共振技术不仅可以应用于临床,还可以在其他领域(如食品科学、农业、石油能源、材料科学、纺织化工等)发挥其他科学仪器所不能发挥的作用。很多科学研究已经证明,在这些领域中应用核磁共振分析技术,可以解决现有的其他科学仪器所不能解决的问题,对这些领域的科学进步起到了举足轻重的推动作用。与用于临床的高场核磁共振技术不同的是,在食品科学、农业、石油能源、材料科学、纺织化工等领域采用低场核磁共振技术就可以很好的解决相关问题。此外,低场核磁共振分析仪器由于采用低场强磁体,可以使所研发的分析仪器体积较小,安装、调试、维护、操作都很方便。因此,低场核磁共振分析仪器得到了科学界的关注。食用油安全性已经成为了老百姓所关心的一个共同话题。但是由于目前缺少一种准确、简单、快速鉴别食用油真实性的检测技术方法,食用油的质量安全问题依然呈现出屡禁不止的状态。传统有效的检测方法,其仪器价格不但昂贵,而且操作及维护也相当复杂。因此,建立一种准确、简单、快速鉴别食用油真实性的检测技术方法为执法者提供技术支持,对于加快制定完善食用油国家标准,杜绝食用油质量安全问题发生,维护消费者和合法生产销售企业的利益具有重要意义。
技术实现思路
本专利技术是为了解决上述问题而进行的,目的在于提供一种低场磁共振食用油种类检测方法。本专利技术提供了一种低场磁共振食用油种类检测方法,具有这样的特征,包括:步骤一,读取低场核磁共振设备采集到多种已知食用油的脉冲序列的原始数据;步骤二,根据原始数据分别得到多种已知食用油的衰减曲线;步骤三,分别对多种衰减曲线进行特征提取得到多种已知食用油的特征矩阵;步骤四,将多种已知食用油的特征数据进行归一化处理;步骤五,用支持向量机对特征数据进行分析训练,得到训练模型;以及步骤六,根据未知食用油的特征数据通过训练模型得到未知食用油的种类,其中,特征提取的数据包括:信号幅值、信号量衰减63%所需的时间、曲率最大值点、曲率最大值点对应的信号量以及衰减截止点。在本专利技术提供的低场磁共振食用油种类检测方法中,还可以具有这样的特征:其中,信号幅值为衰减曲线中信号量最大值。在本专利技术提供的低场磁共振食用油种类检测方法中,还可以具有这样的特征:其中,衰减截止点的提取方法为:选取衰减曲线的最好100个坐标对应信号量的平均值作为信号截止条件,设置误差为0.5,取第一个满足截止条件的坐标值作为衰减截止点。在本专利技术提供的低场磁共振食用油种类检测方法中,还可以具有这样的特征:其中,在步骤五中还包括以下子步骤:利用支持向量机选用惩罚因子与径向基函数作为训练参数;对多种已知食用油进行种类标记;使用训练参数对多种已知食用油的特征数据进行测试,得到训练模型。在本专利技术提供的低场磁共振食用油种类检测方法中,还可以具有这样的特征:其中,在步骤六中还包括以下子步骤:根据训练模型对未知食用油的种类进行判断得到判断种类;将判断标签与已标记的多种已知食用油的种类进行匹配,得到未知食用油的种类。专利技术的作用与效果根据本专利技术所涉及的低场磁共振食用油种类检测方法,因为采用了低场核磁共振设备采集食用油的脉冲序列的原始数据,从原始数据中采集特征数据进一步得到食用油的衰减曲线,通过衰减曲线的引入对食用油的特征数据进行训练以及预测,得到的特征矩阵能够更加准确的得到各种食用油的差异性,从而预测到的未知食用油的种类的精度较高,且鲁棒性好,即使是在使用不同测量仪器的情况下,也能够得到稳定的预测效果。另外,整个从建立模型到预测出未知食用油的种类的时间短。附图说明图1是本专利技术的实施例中低场磁共振食用油种类检测方法的流程框图;图2是本专利技术的实施例中支持向量机的最优分类超平面的原理图;以及图3是本专利技术的实施例中食用油横向驰豫曲线示意图。具体实施方式为了使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解,以下实施例结合附图对本专利技术低场磁共振食用油种类检测方法作具体阐述。图1是本专利技术的实施例中低场磁共振食用油种类检测方法的流程框图。如图1所示,低场磁共振食用油种类检测方法主要包括以下步骤:步骤S1:读取低场核磁共振设备采集到多种已知食用油的脉冲序列的原始数据。步骤S2:根据原始数据分别得到多种已知食用油的衰减曲线,该衰减曲线为食用油的横向驰豫曲线。在本实施例中,步骤S2的原理如下:90°RF脉冲使所有磁性核的磁矩与RF脉冲同相位运动,不存在相互抵消的情况,达到最大。90°RF脉冲消失之后,磁性核的相位开始逐渐分散,直至原子核的磁矩在XOY平面上(横向)的分量完全随机分布,宏观上表现为横向磁化矢量为零。从所有磁矩同相位运动恢复到相位完全随机分布的时间由横向弛豫时间T2(自旋-自旋弛豫)决定,这一过程被称为T2弛豫。步骤S3:分别对多种衰减曲线进行特征提取得到多种已知食用油的特征矩阵,特征提取的特征数据包括:信号幅值、信号量衰减63%所需的时间、曲率最大值点、曲率最大值点对应的信号量以及衰减截止点。其中,信号幅值的提取为取衰减曲线中信号量的最大值。T2值的提取:根据横向弛豫时间的定义,T2的值为信号量衰减63%所需的时间,因为所测数据采样间隔一致,所以只需找到信号幅值的37%所对应的坐标即可。曲率最大值点的提取:由于受到噪声的影响,所测的磁共振信号为震荡信号,所以采用分区间判断法,逐步寻找衰减曲线的最大值。衰减截止点的提取:在衰减曲线的末端所产生的信号都是由机器自身产生,因此选取最后100个坐标对应信号量的平均值作为信号截止条件,设置误差为0.5,取第一个满足截止条件的坐标值作为衰减截止点。步骤S4:将多种已知食用油的特征数据进行归一化处理。在本实施例中,在特征矩阵中,由于每一维特征的量纲不同,所以采用在每一维特征之间进行归一化;由于各种已知食用油的范围不同,若单独对一个种类内的数据集进行归一化,可能造成数据不合理,因此选择对所有的已知食用油的特征数据一起进行归一化操作。步骤S5:用支持向量机对特征数据进行分析训练,得到训练模型。步骤S5还包括以下子步骤:(1):利用支持向量机(C-SVM算法)选用惩罚因子与径向基函数作为训练参数,)其中,C-SVM中的惩罚因子C与径向基函数参数γ为:通过预设参数C与γ的范围,使其在范围内产生网格,并以此遍历所有网格交叉点作为参数C与γ的值进行训练,选择精度最高的模型。(2):对多种已知食用油进行种类标记。(3):使用训练参数对多种已知食用油的特征数据进行测试,得到训练模型。图2是本专利技术的实施例中支持向量机的最优分类超平面的原理图。在本实施中,步骤S5的原理如下:支持向量机中最简单也是最早提出的模型是最大间隔分类器,它也是SVM的主要模块,展示了这类学习机器的关键特征。最优分类超平面只能用于特征空间中线性可分的数据,因此不能在许多实际问题中使用,而支持向量机正是由求解线性可分情况下的最优超平面发展而来的。最优分类超平面在保证将两类样本无错误分开的情况下,使得两类的分类距离最大。在保证经验风险最小的同时,使推本文档来自技高网...

【技术保护点】
1.一种低场磁共振食用油种类检测方法,其特征在于,包括以下步骤:步骤一,读取低场核磁共振设备采集到多种已知食用油的脉冲序列的原始数据;步骤二,根据所述原始数据分别得到多种所述已知食用油的衰减曲线;步骤三,分别对多种所述衰减曲线进行特征提取得到多种所述已知食用油的特征矩阵;步骤四,将多种所述已知食用油的特征数据进行归一化处理;步骤五,用支持向量机对所述特征数据进行分析训练,得到训练模型;以及步骤六,根据所述未知食用油的特征数据通过所述训练模型得到所述未知食用油的种类,其中,所述特征提取的数据包括:信号幅值、信号量衰减63%所需的时间、曲率最大值点、曲率最大值点对应的信号量以及衰减截止点。

【技术特征摘要】
1.一种低场磁共振食用油种类检测方法,其特征在于,包括以下步骤:步骤一,读取低场核磁共振设备采集到多种已知食用油的脉冲序列的原始数据;步骤二,根据所述原始数据分别得到多种所述已知食用油的衰减曲线;步骤三,分别对多种所述衰减曲线进行特征提取得到多种所述已知食用油的特征矩阵;步骤四,将多种所述已知食用油的特征数据进行归一化处理;步骤五,用支持向量机对所述特征数据进行分析训练,得到训练模型;以及步骤六,根据所述未知食用油的特征数据通过所述训练模型得到所述未知食用油的种类,其中,所述特征提取的数据包括:信号幅值、信号量衰减63%所需的时间、曲率最大值点、曲率最大值点对应的信号量以及衰减截止点。2.根据权利要求1所述的低场磁共振食用油种类检测方法,其特征在于:其中,所述信号幅值为所述衰减曲线中信号量最大值。3.根据权利要求...

【专利技术属性】
技术研发人员:侯学文苏冠群王欣聂生东杨培强
申请(专利权)人:上海理工大学
类型:发明
国别省市:上海,31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1