【技术实现步骤摘要】
本专利技术涉及鱼类鉴定，具体涉及一种基于多光谱鉴定大马哈鱼真伪的鉴定方法。
技术介绍
1、大马哈鱼(oncorhynchus keta)，又名鲑鱼，属鲑目，鲑科，大马哈鱼属。大马哈鱼的体长为60cm左右，体延长而侧扁，头后逐渐隆起，头大而侧扁，口大，吻端突出，微弯，眼小，鳃孔大，磷细小，侧线明显。背和体侧黄绿色，逐渐转为青黑色，腹部银白色。大马哈鱼分布于东太平洋的哥伦比亚河和西太平洋的北海道岛北部、巴瑟斯特湾、阿纳德尔河。
2、针对鱼类物种的鉴别，除了较为传统的形态学鉴定外，目前开发了许多基于核酸的鉴别方法。聚合酶链式反应(pcr)方法的目标物质是核酸，核酸作为遗传物质的基础，具有较好的特异性和灵敏度，被广泛的应用于植物、动物和微生物的物种鉴定。
3、中国专利cn202011430708.2中公开了一种鉴定三文鱼、虹鳟鱼和大马哈鱼源性成分的引物、方法以及应用，所述的鉴定大马哈鱼源性成分的方法，包括以下步骤：(1)提取样本dna；(2)将样本dna与环介导等温扩增反应试剂、荧光染料和引物组进行混合得到混合试剂；(3)将混合试剂置于实时荧光检测仪中进行反应得到显色后的混合试剂；(4)反应结束后，根据混合试剂的显色判断是否检出大马哈鱼源性成分，当显色呈黄色时，判断为大马哈鱼，其他鱼显色为粉红色。
4、中国专利cn20171118679.0中公开了一种鉴别北太平洋大马哈鱼和虹鳟的分子标记引物及方法，主要包括以下步骤：(1)选用北太平洋游泳动物调查采集的大马哈鱼与虹鳟，组成大马哈鱼样本群和虹鳟样本群，提
5、中国专利cn202010460121.x中公开了一种用于检测三文鱼种类的特征多肽组合物，包括大西洋鲑(salmosalar)、大马哈鱼(oncorhynchus keta)和虹鳟(oncorhynchusmykiss)的特征多肽。该专利技术中所述的鉴别大马哈鱼的方法为当质谱结果出现与大马哈鱼特征多肽的质谱图相同的谱图时，则判断待测样本为大马哈鱼或含有大马哈鱼蛋白。但该专利技术的检测方法仅能对三文鱼的不同物种进行区分，检测具有一定的局限性，且检测方法较为复杂，对于检测人员的技术要求较高。
6、目前国内外市场中存在常见的鲑科鱼类种属界限模糊、以次充好、以假乱真的情况，本专利技术提供的鉴定方法可为大马哈鱼种的鉴定提供技术支持。
技术实现思路
1、本专利技术的目的是提供一种基于rf模型的大马哈鱼的鉴定方法，该方法操作简单，易于掌握，准确性高，解决了大马哈鱼属鱼类混杂难以区分的问题。
2、为实现上述专利技术目的，本专利技术的技术方案如下：
3、一方面，本专利技术提供了一种基于rf模型的大马哈鱼的检测方法，包括以下步骤：
4、s1、获取大马哈鱼光谱图像数据，将获取的图像数据划分为训练集和测试集；
5、s2、通过模型函数导入训练集数据，载入rf模型，进行训练，在步骤(1)中所述的验证集进行验证，根据验证结果进行参数调优，得训练后模型；
6、s3、将未知鱼肉样本的光谱图像数据带入训练后的模型，比对得其具体品种。
7、优选地，步骤s1中所述的大马哈鱼光谱图像数据：365nm为6.16-14.11，405nm为7.01-10.05，430nm为7.40-10.48，450nm为10.86-14.27，470nm为11.18-14.72，490nm为11.39-15.08，515nm为13.23-17.14，540nm为13.43-17.31，570nm为21.46-26.70，590nm为26.19-31.69，630nm为31.24-37.40，645nm为32.78-39.06，660nm为34.53-41.10，690nm为36.30-43.38，780nm为37.48-45.02，850nm为42.55-49.34，880nm为44.26-50.71，940nm为47.40-52.19，970nm为46.88-51.20。
8、优选地，步骤s1中所述的训练集和测试集的划分比例为7:3。
9、优选地，步骤s1中所述的光谱图像数据的采集包括：利用多光谱成像仪对鱼肉样本进行拍照，得到鱼肉样本的多光谱图像，使用多光谱成像系统提取鱼肉样本的光谱数据。
10、进一步优选地，所述的使用多光谱成像系统提取鱼肉的光谱数据包括以下步骤：
11、(1)打开videometerlab软件，导入上述的鱼肉样本的多光谱图像；
12、(2)去除图像背景，进行图像分割或进行图层标注；
13、(3)使用videometerlab软件对所选区域进行光谱信息提取，光谱信息采集的波长范围由可见光到近红外光共19个波段，分别为365nm，405nm，430nm，450nm，470nm，490nm，515nm，540nm，570nm，590nm，630nm，645nm，660nm，690nm，780nm，850nm，880nm，940nm，970nm。
14、步骤(3)在videometerlab软件中的操作为依次选取image tools→measurement→statistics，即可得到样本的光谱信息。
15、具体地，所述的光谱信息为所选区域的平均光谱反射值。
16、优选地，步骤s2中所述的模型的创建工具为rstudio。
17、优选地，步骤s2中所述的载入模型使用r语言中randomforest包。
18、进一步优选地，所述的rf模型的训练包括以下步骤：
19、将大马哈鱼的光谱数据带入rf模型，使用该模型的创建工具为rstudio，通过模型自带的函数导入训练数据，模型载入及网络构建，进行训练，得训练结果。
20、模型训练过程如下：
21、①加载光谱数据；
22、②光谱数据拆分，光谱数据的70％为训练集，光谱数据的30％为测试集，seed＝34；
23、③载入rf模型；
24、④模型的训练；
25、⑤使用混淆矩阵反应训练后的结果。
26、步骤②中，seed：为随机取样设置的种子数值。
27、优选地，步骤s2中所述的模型的训练代码为：fit_linear<-tune(randomforest,form_clsm,data＝traindata,ntree＝1000,mtry＝15,kernel＝"radial",ranges＝list(cost＝4000,gamma＝0.025),probability＝true,tunecontrol＝tune.control(sampling＝"cross",cross＝10,best.model＝t,performances＝t),class.本文档来自技高网...
【技术保护点】
1.一种基于RF模型的大马哈鱼的检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的检测方法，其特征在于，步骤S1中所述的大马哈鱼光谱图像数据：365nm为6.16-14.11，405nm为7.01-10.05，430nm为7.40-10.48，450nm为10.86-14.27，470nm为11.18-14.72，490nm为11.39-15.08，515nm为13.23-17.14，540nm为13.43-17.31，570nm为21.46-26.70，590nm为26.19-31.69，630nm为31.24-37.40，645nm为32.78-39.06，660nm为34.53-41.10，690nm为36.30-43.38，780nm为37.48-45.02，850nm为42.55-49.34，880nm为44.26-50.71，940nm为47.40-52.19，970nm为46.88-51.20。
3.根据权利要求1所述的检测方法，其特征在于，步骤S1中所述的训练集和测试集的划分比例为7:3。
4.根据权利要求1所述的检
5.根据权利要求1所述的检测方法，其特征在于，步骤S2中所述的载入模型使用R语言中randomForest包。
6.根据权利要求1所述的检测方法，其特征在于，步骤S2中所述的模型的训练代码为：fit_linear<-tune(randomForest,form_clsm,data＝traindata,ntree＝1000,mtry＝15,kernel＝"radial",ranges＝list(cost＝4000,gamma＝0.025),probability＝TRUE,tunecontrol＝tune.control(sampling＝"cross",cross＝10,best.model＝T,performances＝T),class.weights＝"inverse")。
7.根据权利要求1所述的检测方法，其特征在于，所述的参数调优包括对参数和超参数进行优化，所述的参数为ntree和mtry，所述的超参数为cost和gamma。
8.根据权利要求7所述的检测方法，其特征在于，所述的优化后的参数为ntree＝1000，mtry＝15；优化后的超参数为cost＝15500，gamma＝0.08。
9.根据权利要求1所述的检测方法，其特征在于，步骤S3中所述的未知鱼肉样本选自新鲜鱼肉样本、冷冻鱼肉样本中的一种或多种。
10.一种大马哈鱼的识别系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于rf模型的大马哈鱼的检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的检测方法，其特征在于，步骤s1中所述的大马哈鱼光谱图像数据：365nm为6.16-14.11，405nm为7.01-10.05，430nm为7.40-10.48，450nm为10.86-14.27，470nm为11.18-14.72，490nm为11.39-15.08，515nm为13.23-17.14，540nm为13.43-17.31，570nm为21.46-26.70，590nm为26.19-31.69，630nm为31.24-37.40，645nm为32.78-39.06，660nm为34.53-41.10，690nm为36.30-43.38，780nm为37.48-45.02，850nm为42.55-49.34，880nm为44.26-50.71，940nm为47.40-52.19，970nm为46.88-51.20。
3.根据权利要求1所述的检测方法，其特征在于，步骤s1中所述的训练集和测试集的划分比例为7:3。
4.根据权利要求1所述的检测方法，其特征在于，步骤s1中所述的光谱图像数据的采集包括：利用多光谱成像仪对鱼肉样本进行拍照，得到鱼肉样本的多光谱图像，使用多光谱成像系统提取鱼肉样本的光谱数据。
5.根据权利要求1所述的检测方法，其特征...
【专利技术属性】
技术研发人员：王绪敏，曲江勇，王丽君，邢志凯，王爽，刘传林，张伟华，寻卓然，
申请(专利权)人：烟台大学，
类型：发明
国别省市：
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。