一种可能性聚类的白菜农药残留定性分析方法技术

本发明专利技术公开了一种可能性聚类的白菜农药残留定性分析方法，S1，采集不同农药残留水平的白菜样本中红外光谱数据：应用安捷伦Cary630FTIR光谱仪的衰减全反射模式获取不同农药残留水平的白菜样本中红外光谱数据；S2，对样本的中红外光谱数据进行降维处理：通过主成分分析(PCA)对采集来的样本中红外光谱数据进行压缩。本发明专利技术采用基于模糊最大值可能性评估标准距离测度,从而能够更加准确地对多种形态、尺寸和密度的白菜样本中红外光谱数据进行聚类；可以同时产生模糊隶属度值和典型值对白菜中红外光谱数据进行分析；具有检测成本低、鉴别速度快、分类准确率高等优点，既适用于白菜农药残留定性分析，也适用于其他蔬菜的农药残留定性分析。

【技术实现步骤摘要】
一种可能性聚类的白菜农药残留定性分析方法
本专利技术涉及白菜农药残留定性分析
，尤其涉及一种可能性聚类的白菜农药残留定性分析方法。
技术介绍
白菜富含多种营养成分，具有很高的药用价值，并且在蔬菜市场上占有重要地位。多种农药因其高效、可靠的抗虫、增产作用被广泛地应用到白菜种植过程中。但是长期摄入高残留农药的白菜可能导致慢性疾病，甚至死亡。因此，迫切需要探索一种快速，有效且无损的方法来定性分析白菜中的农药残留。尽管化学分析技术可以得到高准确率、高可靠性的白菜农药残留结果，但其普遍存在成本高、效率低、步骤繁琐、耗时费工、产品破坏大且污染严重等问题。所以化学分析技术在白菜农药残留定性分析上受到了严重限制。中红外光谱技术具有方便，快速，高效，无损，成本低等优点，作为一种检测工具，已广泛应用于各个领域。中红外光谱的波数范围在4000cm-1-400cm-1之间，大多数的无机化合物和有机化合物的化学键振动的基频均在此区域。对于不同的分子中官能团、化合物的类别和化合物的立体结构，中红外吸收光谱不尽相同。实际上，不同农药残留水平的白菜样本中有机物含量不同，因此中红外光谱也有所不同，这也为运用中红外光谱技术对白菜农药残留定性分析提供了可能。改进型可能C均值(IPCM)聚类方法(Zhang,J.-S.,Leung,Y.-W.,Improvedpossibilisticc-meansclusteringalgorithms,IEEETrans.FuzzySystems,2004,12(2):209-217)解决了模糊C均值聚类(FCM)的噪声敏感性和可能C均值聚类(PCM)一致性聚类的缺点；由于IPCM的目标函数中使用的是欧氏距离测度，导致IPCM在处理不同形状、大小和密度的样本数据时，很难获得理想的聚类效果。使用光谱仪采集不同农药残留水平的白菜中红外光谱数据，通过主成分分析(PCA)和线性判别分析(LDA)依次对采集来的样本光谱数据进行降维处理和特征信息提取，白菜光谱数据的边界往往是不规则形状的，如果应用基于欧氏距离的IPCM来聚类分析白菜样本的中红外光谱数据则分类准确性会很低。因此，亟需一种可能性聚类的白菜农药残留定性分析方法来解决上述问题。
技术实现思路
基于
技术介绍
存在的技术问题，本专利技术是针对现有的IPCM聚类方法在聚类不同农药残留水平的白菜光谱数据时存在的缺点，将IPCM聚类方法与Gath-Geva聚类方法科学结合，设计了一种可能性聚类的白菜农药残留定性分析方法，相比原有的IPCM聚类方法，本专利技术的一种可能性聚类的白菜农药残留定性分析方法采用基于模糊最大值可能性评估标准距离测度来代替IPCM聚类方法中的欧氏距离测度。同时，本专利技术还具有检测成本低、鉴别速度快、分类准确率高等优点。本专利技术提出的一种可能性聚类的白菜农药残留定性分析方法，包括以下步骤：S1，采集不同农药残留水平的白菜样本中红外光谱数据：应用安捷伦Cary630FTIR光谱仪的衰减全反射模式获取不同农药残留水平的白菜样本中红外光谱数据；S2，对样本的中红外光谱数据进行降维处理：通过主成分分析(PCA)对采集来的样本中红外光谱数据进行压缩；S3，对S2中降维后的中红外光谱数据进行特征信息提取：通过线性判别分析(LDA)对降维后的样本中红外光谱数据进行特征信息提取；S4，鉴别不同农药残留水平的白菜样本种类：运用一种可能性聚类的白菜农药残留定性分析方法对S3中已被特征信息提取过的白菜测试集数据进行聚类分析，从而对不同农药残留水平的白菜样本进行分类。进一步地，步骤S1中，在整个采集光谱过程中，应尽可能确保实验室的温度、湿度等外界坏境的恒定；同时，所获得的白菜样本的中红外光谱数据为波数范围在4000cm-1-400cm-1的1236维数据。进一步地，S4.1，初始化：设置阈值ε＞0，模糊加权参数m，w∈(1，+∞),类别数为C；确定最大迭代次数rmax,并且初始迭代计数器r0；设置训练集n_training和测试集n_test的数目；白菜样本测试集的维数为d；以S3中已被特征信息提取后的白菜样本测试集数据的均值作为模糊C均值聚类的初始聚类中心值运行模糊C均值聚类得到的最终模糊隶属度值和聚类中心值分别作为一种可能性聚类方法的初始模糊隶属度值和初始聚类中心进一步地，S4.2,计算第r(r＝1，2，...，rmax)次迭代时的距离范数；Dik为样本xk到聚类中心vi的距离范数；Sfi是第i个样本类别的模糊协方差矩阵，且pi为先验概率，N和C分别代表样本数据的数量和类别数；vi(r-1)是第r-1次迭代计算的聚类中心值；模糊隶属度值uik(r-1)表示第r-1次迭代样本xk属于第i类的模糊隶属度值。进一步地，S4.3,计算第r(r＝1，2，...，rmax)次迭代时的典型值：tik(r)是第r次迭代计算的模糊隶属度值；S4.4，计算第r(r＝1，2，...，rmax)次迭代时的模糊隶属度值：uik(r)是第r次迭代计算的模糊隶属度值。进一步地，S4.4，计算第r(r＝1，2，...，rmax)次迭代时的模糊隶属度值：uik(r)是第r次迭代计算的模糊隶属度值。进一步地，S4.5，计算第r(r＝1，2，...，rmax)次迭代时第i类的聚类中心值其中是第r次迭代计算的聚类中心vi的值；聚类中心矩阵V(r)由C个聚类中心值组成，且进一步地，S4.6，循环计数增加，即r＝r+1；若满足条件：||V(r)-V(r-1)||≤ε或r＞rmax则计算终止，否则继续S4.2，根据计算得到的模糊隶属度值和典型值，从而对不同农药残留水平的白菜样本进行分类。本专利技术具有以下有益效果：本专利技术的一种可能性聚类的白菜农药残留定性分析方法，采用基于模糊最大值可能性评估标准距离测度,从而能够更加准确地对多种形态、尺寸和密度的白菜样本中红外光谱数据进行聚类。本专利技术可以同时产生模糊隶属度值和典型值对白菜中红外光谱数据进行分析。具有检测成本低、鉴别速度快、分类准确率高等优点，既适用于白菜农药残留定性分析，也适用于其他蔬菜的农药残留定性分析。附图说明图1是一种可能性聚类的白菜农药残留定性分析方法的流程图；图2是一种可能性聚类的白菜农药残留定性分析方法的4种农药残留水平的白菜样本中红外光谱图；图3是一种可能性聚类的白菜农药残留定性分析方法的前三个主要成分向量(PC1、PC2和PC3)的得分图；图4是一种可能性聚类的白菜农药残留定性分析方法的三个最佳判别向量的得分图；图5是一种可能性聚类的白菜农药残留定性分析方法的初始的模糊隶属度值；图6是一种可能性聚类的白菜农药残留定性分析方法的产生的模糊隶属度；图7是一种可能性聚类的白菜农药残留定性分析方法的产生的典型值。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描本文档来自技高网...

【技术保护点】
1.一种可能性聚类的白菜农药残留定性分析方法，其特征在于，包括以下步骤：/nS1，采集不同农药残留水平的白菜样本中红外光谱数据：应用安捷伦Cary630FTIR光谱仪的衰减全反射模式获取不同农药残留水平的白菜样本中红外光谱数据；/nS2，对样本的中红外光谱数据进行降维处理：通过主成分分析(PCA)对采集来的样本中红外光谱数据进行压缩；/nS3，对S2中降维后的中红外光谱数据进行特征信息提取：通过线性判别分析(LDA)对降维后的样本中红外光谱数据进行特征信息提取；/nS4，鉴别不同农药残留水平的白菜样本种类：运用一种可能性聚类的白菜农药残留定性分析方法对S3中已被特征信息提取过的白菜测试集数据进行聚类分析，从而对不同农药残留水平的白菜样本进行分类。/n

【技术特征摘要】
1.一种可能性聚类的白菜农药残留定性分析方法，其特征在于，包括以下步骤：
S1，采集不同农药残留水平的白菜样本中红外光谱数据：应用安捷伦Cary630FTIR光谱仪的衰减全反射模式获取不同农药残留水平的白菜样本中红外光谱数据；
S2，对样本的中红外光谱数据进行降维处理：通过主成分分析(PCA)对采集来的样本中红外光谱数据进行压缩；
S3，对S2中降维后的中红外光谱数据进行特征信息提取：通过线性判别分析(LDA)对降维后的样本中红外光谱数据进行特征信息提取；
S4，鉴别不同农药残留水平的白菜样本种类：运用一种可能性聚类的白菜农药残留定性分析方法对S3中已被特征信息提取过的白菜测试集数据进行聚类分析，从而对不同农药残留水平的白菜样本进行分类。


2.根据权利要求1所述的一种可能性聚类的白菜农药残留定性分析方法，其特征在于，步骤S1中，在整个采集光谱过程中，应尽可能确保实验室的温度、湿度等外界坏境的恒定；同时，所获得的白菜样本的中红外光谱数据为波数范围在4000cm-1-400cm-1的1236维数据。


3.根据权利要求1所述的一种可能性聚类的白菜农药残留定性分析方法，其特征在于，S4.1，初始化：设置阈值ε＞0，模糊加权参数m，w∈(1，+∞),类别数为C；确定最大迭代次数rmax,并且初始迭代计数器r0；设置训练集n_training和测试集n_test的数目；白菜样本测试集的维数为d；以S3中已被特征信息提取后的白菜样本测试集数据的均值作为模糊C均值聚类的初始聚类中心值运行模糊C均值聚类得到的最终模糊隶属度值和聚类中心值分别作为一种可能性聚类方法的初始模糊隶属度值和初始聚类中心


4.根据权利要求1所述的一种可能性聚类的白菜农...

【专利技术属性】
技术研发人员：武斌，周浩祥，武小红，贾红雯，
申请(专利权)人：滁州职业技术学院，江苏大学，
类型：发明
国别省市：安徽;34