一种基于高光谱估测枸杞营养成分含量的模型构建方法及装置制造方法及图纸

本发明专利技术涉及一种基于高光谱估测枸杞营养成分含量的模型构建方法及装置，利用光谱仪多次重复观测获取枸杞干果粉末样品的原始光谱反射率数据，并计算平均值，作为样品的光谱反射率数据；对所述光谱反射率数据进行预处理，并将预处理后的光谱反射率数据按照一定比例随机分为训练集和验证集两部分；采用连续投影算法从所述训练集中挑选敏感波段，并基于所述敏感波段，采用偏最小二乘回归法建立枸杞主要营养成分含量的高光谱估测模型；利用所述验证集对构建的高光谱估测模型进行精度验证。本发明专利技术基于高光谱技术结合多元统计分析法估测枸杞营养成分含量，解决传统化学检测法耗时、耗力、成本高等问题，实现枸杞品质快速、无损检测。测。测。

【技术实现步骤摘要】
一种基于高光谱估测枸杞营养成分含量的模型构建方法及装置


[0001]本专利技术涉及食品营养
，具体涉及一种基于高光谱估测枸杞营养成分含量的模型构建方法及装置。

技术介绍

[0002]枸杞(Lycium chinense Mill.)为茄科(Solanaceae)枸杞属(Lycium L.)落叶灌木，在中国西北地区的种植时间长达600年，其干燥成熟果实在中药里称枸杞子，具有滋补肝肾，内热消渴，降血糖，抗癌等功效。进入21世纪以来，随着中国经济社会的快速发展、人民物质生活水平的提高以及供给侧结构性改革不断深化，中国食品消费市场逐渐呈健康、安全、高品质的发展趋势。不仅如此，随着人们健康意识的增强，作为药物以及功能性食品的枸杞在欧洲和北美国家也开始流行起来，许多商业化产品以枸杞命名进入健康食品的市场。快速、准确地掌握枸杞营养成分含量，不仅可以帮助管理者及时了解枸杞树营养状况、科学施肥，也对消费者甄别枸杞品质具有重要参考价值。然而传统的枸杞营养成分测定主要采用化学检测方法，测定过程耗时长、复杂。

技术实现思路

[0003]本专利技术针对现有技术中存在的技术问题，提供一种基于高光谱估测枸杞营养成分含量的模型构建方法及装置，基于高光谱技术结合多元统计分析法估测枸杞营养成分含量，解决传统化学检测法耗时、耗力、成本高等问题，实现枸杞品质快速、无损检测。
[0004]本专利技术解决上述技术问题的技术方案如下：
[0005]第一方面，本专利技术提供一种基于高光谱估测枸杞营养成分含量的模型构建方法，包括：
[0006]利用光谱仪多次重复观测获取枸杞干果粉末样品的原始光谱反射率数据，并计算平均值，作为样品的光谱反射率数据；
[0007]对所述光谱反射率数据进行预处理，并将预处理后的光谱反射率数据按照一定比例随机分为训练集和验证集两部分；其中，训练集样本数为全部样本的70
‑
80％，验证集样本数为全部样本的20
‑
30％；
[0008]采用连续投影算法从所述训练集中挑选敏感波段，并基于所述敏感波段，采用偏最小二乘回归法建立枸杞主要营养成分含量的高光谱估测模型，所述枸杞主要营养成分包括总糖、多糖、粗蛋白、锰、铜、铁、锌、钙；
[0009]利用所述验证集对构建高光谱估测模型进行精度验证。
[0010]进一步的，采用连续投影算法从所述训练集中挑选敏感波段，并基于所述敏感波段，采用偏最小二乘回归法建立枸杞主要营养成分含量的高光谱估测模型，包括：
[0011]根据所述光谱反射率数据构建光谱矩阵X
n
×
p
和样本性质参数矢量，n为样本容量，p为全波长数；
[0012]基于所述光谱矩阵X，利用正交投影算法，完成p个波长分组，每个波长分组包含M个波长，M≤min(n,p)，构建p
×
M个波长变量子空间
[0013][0014]选用偏最小二乘回归法并采用“留一法交叉验证”的方式，以交叉验证均方根误差RMSECV最小为目标，从p
×
M个波长变量子空间中选出最优波长分组及最优波长点。
[0015]进一步的，基于所述光谱矩阵X，利用正交投影算法，完成p个波长分组，每个波长分组包含M个波长，M≤min(n,p)，构建p
×
M个波长变量子空间包括：
[0016]S301，令i＝1，将光谱矩阵X的第k列赋值给x
k(1)
，即k(1)＝k，x
k(1)
＝x
k
，并令z1＝x
k(1)
，
[0017]S302，将还未被选入的各波长矢量x
j
的位置集合记为S
i
，
[0018]S303，基于z
i
构造正交投影算子其中I为n
×
n的单位矩阵；
[0019]S304，计算各x
j
的正交投影矢量并从中选出波长位置
[0020][0021]S305，令i＝i+1，若i<M，返回至S302进行下一波长矢量的选择。
[0022]进一步的，交叉验证均方根误差RMSECV计算方式如下：
[0023][0024]其中，RMSECV
k,i
为第k波长分组、包含前i个波长变量的交叉验证均方根误差；y
j
和分别为第j个验证样本性质参数矢量的实测值和模型预测值。
[0025]进一步的，利用所述验证集对构建高光谱估测模型进行精度验证，包括：精度检验指标选用决定系数R2、均方根误差RMSE、相对分析误差RPD；计算公式如下：
[0026][0027][0028][0029]式中：表示枸杞营养成分含量预测值；y
i
表示枸杞营养成分含量实测值；表示枸杞营养成分含量实测值均值；n表示枸杞预测集样本数；SD
p
表示枸杞预测集样本的标准差；RMSE
p
表示枸杞预测集样本的均方根误差。
[0030]进一步的，对所述光谱反射率数据进行预处理，包括：对所述光谱反射率数据，使用SG平滑滤波进行第一级预处理，然后对SG平滑滤波后的数据，根据待估测的营养成分的不同，选择不同预处理方法，进行第二级预处理；所述第二级预处理的方法包括微分变换、标准正态变量变换、多元散射校正。
[0031]第二方面，本专利技术提供一种基于高光谱估测枸杞营养成分含量的模型构建装置，包括：
[0032]数据获取模块，利用光谱仪多次重复观测获取枸杞干果粉末样品的原始光谱反射率数据，并计算平均值，作为样品的光谱反射率数据；
[0033]预处理模块，对所述光谱反射率数据进行预处理，并将预处理后的光谱反射率数据按照一定比例随机分为训练集和验证集两部分；其中，训练集样本数为全部样本的70
‑
80％，验证集样本数为全部样本的20
‑
30％；
[0034]模型构建模块，采用连续投影算法从所述训练集中挑选敏感波段；基于所述敏感波段，采用偏最小二乘回归法建立枸杞主要营养成分含量的高光谱估测模型，所述枸杞主要营养成分包括总糖、多糖、粗蛋白、锰、铜、铁、锌、钙；
[0035]验证模块，利用所述验证集对构建高光谱估测模型进行精度验证。
[0036]进一步的，包括第一级预处理模块和第二级预处理模块；
[0037]所述第一级预处理模块，用于对所述光谱反射率数据，使用SG平滑滤波进行第一级预处理；
[0038]所述第二级预处理模块，用于对SG平滑滤波后的数据，根据待估测的营养成分的不同，选择不同预处理方法，进行第二级预处理；所述第二级预处理的方法包括微分变换、标准正态变量变换、多元散射校正。
[0039]第三方面，本专利技术提供一种电子设备，包括：
[0040]存储器，用于存储计算机软件程序；
[0041]处理器，用于读取并执行所述计算机软件程序，进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高光谱估测枸杞营养成分含量的模型构建方法，其特征在于，包括：利用光谱仪多次重复观测获取枸杞干果粉末样品的原始光谱反射率数据，并计算平均值，作为样品的光谱反射率数据；对所述光谱反射率数据进行预处理，并将预处理后的光谱反射率数据按照一定比例随机分为训练集和验证集两部分；其中，训练集样本数为全部样本的70
‑
80％，验证集样本数为全部样本的20
‑
30％；采用连续投影算法从所述训练集中挑选敏感波段，并基于所述敏感波段，采用偏最小二乘回归法建立枸杞主要营养成分含量的高光谱估测模型，所述枸杞主要营养成分包括总糖、多糖、粗蛋白、锰、铜、铁、锌、钙；利用所述验证集对构建高光谱估测模型进行精度验证。2.根据权利要求1所述的模型构建方法，其特征在于，采用连续投影算法从所述训练集中挑选敏感波段，并基于所述敏感波段，采用偏最小二乘回归法建立枸杞主要营养成分含量的高光谱估测模型，包括：根据所述光谱反射率数据构建光谱矩阵X
n
×
p
和样本性质参数矢量，n为样本容量，p为全波长数；基于所述光谱矩阵X，利用正交投影算法，完成p个波长分组，每个波长分组包含M个波长，M≤min(n,p)，构建p
×
M个波长变量子空间选用偏最小二乘回归法并采用“留一法交叉验证”的方式，以交叉验证均方根误差RMSECV最小为目标，从p
×
M个波长变量子空间中选出最优波长分组及最优波长点。3.根据权利要求2所述的模型构建方法，其特征在于，基于所述光谱矩阵X，利用正交投影算法，完成p个波长分组，每个波长分组包含M个波长，M≤min(n,p)，构建p
×
M个波长变量子空间包括：S301，令i＝1，将光谱矩阵X的第k列赋值给x
k(1)
，即k(1)＝k，x
k(1)
＝x
k
，并令z1＝x
k(1)
，S302，将还未被选入的各波长矢量x
j
的位置集合记为S
i
，S303，基于z
i
构造正交投影算子其中I为n
×
n的单位矩阵；S304，计算各x
j
的正交投影矢量并从中选出波长位置S305，令i＝i+1，若i<M，返回至S302进行下一波长矢量的选择。4.根据权利要求2所述的模型构建方法，其特征在于，交叉验证均方根误差RMSECV计算方式如下：
其中，RMSECV
k,i
为第k波长分组、包含前i个波长变量的交叉验证均方根误差；y
j
和分别为第j...

【专利技术属性】
技术研发人员：赵金龙，张学艺，李阳，王云霞，张婍，南学军，
申请(专利权)人：宁夏回族自治区气象科学研究所，
类型：发明
国别省市：