一种基于原子吸收光谱的食品重金属检测方法及系统技术方案

本发明专利技术涉及一种基于原子吸收光谱的食品重金属检测方法及系统,其方法包括：获取每种食品的类别信息、成分信息和重金属检测信息，并根据其构建基于食品、待分析金属元素和多元配合物构成的三元组的知识图谱；将待测食品的类别信息和检测需求信息，与知识图谱匹配，确定待测食品进行原子吸收光谱检测方法、待分析元素，多元配合物；基于确定的原子吸收光谱检测方法、待分析元素和多元配合物，对待测食品进行原子吸收光谱测定，得到其吸收分光光谱；将吸收分光光谱输入到的训练完成的Tacotron模型中，得到待测食品的重金属含量。本发明专利技术通过知识图谱和深度学习的结合，建立食品、待分析金属元素和多元配合物的关系，提高自动化程度和准确率。度和准确率。度和准确率。

【技术实现步骤摘要】
一种基于原子吸收光谱的食品重金属检测方法及系统


[0001]本专利技术属于车辆辅助驾驶
，具体涉及一种基于原子吸收光谱的食品重金属检测方法及系统。

技术介绍

[0002]随着生活水平的提高，人们越来越重视食品安问题，而其中危害性又以重金属污染最大。重金属一旦进入食物环节，被人体吸收并积蓄，会影响其他微量的吸收和代谢，影响人体骨细胞的形成，导致骨质软化、变形和疼痛，并且诱发癌变造成内脏系统紊乱。
[0003]原子吸收光谱法是基于气态的基态原子外层电子对紫外光与可见光区间的相对应原子共振辐射线的吸收强度，对被测元素含量进行定量检测的一种方法，可分为火焰原子吸收光谱法、石墨炉原子吸收光谱法、氢化物原子吸收光谱法、冷原子吸收光谱法等类型。
[0004]原子吸收光谱法广泛运用于各行各业，尤其是农产品重金属检测工作。该检测方法具有较强的灵敏度、抗感染能力与精准度，且操作较为便捷，可高效、准确地检测出农产品重金属含量。
[0005]目前，由于食品检测的复杂性，利用基于原子吸收光谱法检测金属元素涉及检测方法种类、参数以及仪器检定的步骤等无法统一，导致自动化程度不高和准确率偏差大。

技术实现思路

[0006]为提高基于原子吸收光谱的食品重金属检测方法的自动化程度，并兼顾准确率的问题，在本专利技术的第一方面提供了一种基于原子吸收光谱的食品重金属检测方法,包括：获取每种食品的类别信息、成分信息和重金属检测信息，并根据其构建基于食品、待分析金属元素和多元配合物的三元组的知识图谱；将待测食品的类别信息和检测需求信息，与所述知识图谱匹配，确定待测食品进行原子吸收光谱检测方法、一个或多个待分析元素，以及每个待分析元素的多元配合物；基于确定的待测食品的原子吸收光谱检测方法、一个或多个待分析元素，以及每个待分析元素的多元配合物，对待测食品进行原子吸收光谱测定，得到待测食品的一个或多个吸收分光光谱；将每张吸收分光光谱输入到的训练完成的Tacotron模型中，得到待测食品的重金属含量。
[0007]在本专利技术的一些实施例中，所述将待测食品的种类和检测需求信息，与所述知识图谱匹配，确定待测食品进行原子吸收光谱检测方法、一个或多个待分析元素，以及每个待分析元素的多元配合物包括：
[0008]基于自然语言处理模型，将待测食品的种类和检测需求信息映射到知识图谱的一个或多个节点；将每个节点与所述知识图谱中的节点匹配；根据匹配到距离最近的三元组，确定待测食品进行原子吸收光谱检测方法、一个或多个待分析元素，以及每个待分析元素的多元配合物。
[0009]进一步的，所述将所述每个节点与所述知识图谱中的节点匹配包括：基于TransR
模型，在所述知识图谱匹配与每个节点距离最近的节点。
[0010]在本专利技术的一些实施例中，所述Tacotron模型通过如下步骤训练：获取每种金属元素通过不同原子吸收光谱方法得到的多种吸收光谱、标准校正曲线和吸收强度趋势图,并根据所述种吸收光谱、标准校正曲线和吸收强度趋势图构建数据集；利用所述数据集，训练Tacotron模型直至其误差达到阈值且趋于稳定，得到训练完成的Tacotron模型。
[0011]进一步的，所述Tacotron模型包括：编码器，用于提取原子吸收光谱的一阶微分特征、差分特征和梅尔倒谱系数，并将其映射为多维向量；CBHG模块，用于将多维向量转为高维特征；解码器，用于将所述高维特征解码为一个或多个金属元素的浓度。
[0012]在上述的实施例中，所述获取每种食品的类别信息、成分信息和重金属检测信息，并根据其构建基于食品、待分析金属元素和多元配合物的三元组的知识图谱包括：获取每种食品的类别信息、成分信息和重金属检测信息；将每种食品和待分析金属元素作为节点，多元配合物作为边，构建基于食品、待分析金属元素和多元配合物构成的三元组的知识图谱。
[0013]本专利技术的第二方面，提供了一种基于原子吸收光谱的食品重金属检测系统，包括：获取模块，用于获取每种食品的类别信息、成分信息和重金属检测信息，并根据其构建基于食品、待分析金属元素和多元配合物构成的三元组的知识图谱；匹配模块，用于将待测食品的类别信息和检测需求信息，与所述知识图谱匹配，确定待测食品进行原子吸收光谱检测方法、一个或多个待分析元素，以及每个待分析元素的多元配合物；测定模块，用于基于确定的待测食品的原子吸收光谱检测方法、一个或多个待分析元素，以及每个待分析元素的多元配合物，对待测食品进行原子吸收光谱测定，得到待测食品的一个或多个吸收分光光谱；输入模块，用于将每张吸收分光光谱输入到的训练完成的Tacotron模型中，得到待测食品的重金属含量。
[0014]本专利技术的第三方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术在第一方面提供的基于原子吸收光谱的食品重金属检测方法。
[0015]本专利技术的第四方面，提供了一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现本专利技术在第一方面提供的基于原子吸收光谱的食品重金属检测方法。
[0016]本专利技术的有益效果是：
[0017]本专利技术通过建立食品、待分析金属元素和多元配合物知识图谱，简化了原子吸收光谱的选择过程以及匹配过程，提高了其自动化程度；再通过原子吸收光谱和深度学习的结合，建立食品、待分析金属元素、多元配合物和金属元素浓度的定量关系，从而提高自动化程度的同时兼顾了准确率。
附图说明
[0018]图1为本专利技术的一些实施例中的基于原子吸收光谱的食品重金属检测方法的基本流程示意图；
[0019]图2为本专利技术的一些实施例中的Tacotron模型的结构示意图；
[0020]图3为本专利技术的一些实施例中的基于原子吸收光谱的食品重金属检测系统的结构示意图；
[0021]图4为本专利技术的一些实施例中的电子设备的结构示意图。
具体实施方式
[0022]以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。
[0023]参考图1，在本专利技术的第一方面，提供了一种基于原子吸收光谱的食品重金属检测方法,包括：S100.获取每种食品的类别信息、成分信息和重金属检测信息，并根据其构建基于食品、待分析金属元素和多元配合物的三元组的知识图谱；S200.将待测食品的类别信息和检测需求信息，与所述知识图谱匹配，确定待测食品进行原子吸收光谱检测方法、一个或多个待分析元素，以及每个待分析元素的多元配合物；S300.基于确定的待测食品的原子吸收光谱检测方法、一个或多个待分析元素，以及每个待分析元素的多元配合物，对待测食品进行原子吸收光谱测定，得到待测食品的一个或多个吸收分光光谱；S400.将每张吸收分光光谱输入到的训练完成的Tacotron模型中，得到待测食品的重金属含量。
[0024]在专利技术的一些实施例的步骤S100中，所述获取每种食品的类别信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于原子吸收光谱的食品重金属检测方法,其特征在于，包括：获取每种食品的类别信息、成分信息和重金属检测信息，并根据其构建基于食品、待分析金属元素和多元配合物的三元组的知识图谱；将待测食品的类别信息和检测需求信息，与所述知识图谱匹配，确定待测食品进行原子吸收光谱检测方法、一个或多个待分析元素，以及每个待分析元素的多元配合物；基于确定的待测食品的原子吸收光谱检测方法、一个或多个待分析元素，以及每个待分析元素的多元配合物，对待测食品进行原子吸收光谱测定，得到待测食品的一个或多个吸收分光光谱；将每张吸收分光光谱输入到的训练完成的Tacotron模型中，得到待测食品的重金属含量。2.根据权利要求1所述的基于原子吸收光谱的食品重金属检测方法,其特征在于，所述将待测食品的种类和检测需求信息，与所述知识图谱匹配，确定待测食品进行原子吸收光谱检测方法、一个或多个待分析元素，以及每个待分析元素的多元配合物包括：基于自然语言处理模型，将待测食品的种类和检测需求信息映射到知识图谱的一个或多个节点；将每个节点与所述知识图谱中的节点匹配；根据匹配到距离最近的三元组，确定待测食品进行原子吸收光谱检测方法、一个或多个待分析元素，以及每个待分析元素的多元配合物。3.根据权利要求2所述的基于原子吸收光谱的食品重金属检测方法,其特征在于，所述将所述每个节点与所述知识图谱中的节点匹配包括：基于TransR模型，在所述知识图谱匹配与每个节点距离最近的节点。4.根据权利要求1所述的基于原子吸收光谱的食品重金属检测方法,其特征在于，所述Tacotron模型通过如下步骤训练：获取每种金属元素通过不同原子吸收光谱方法得到的多种吸收光谱、标准校正曲线和吸收强度趋势图,并根据所述种吸收光谱、标准校正曲线和吸收强度趋势图构建数据集；利用所述数据集，训练Tacotron模型直至其误差达到阈值且趋于稳定，得到训练完成的Tacotron模型。5.根据权利要求4所述的基于原子吸收光谱的食品重金属检测方法,其特征在于，所述Tacotron模型包括：编码器，用于提取原子吸收光谱的一阶微分特征、差分特征和梅尔倒谱系数，并将其映射为多维向量；CBHG模块，用于将多维向量转为高维特...

【专利技术属性】
技术研发人员：覃弘毅，吴张静，李小金，陆鸣，陶汝青，刘吉成，廖强，
申请(专利权)人：南宁市食品药品检验所，
类型：发明
国别省市：