龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：桂林电子科技大学
摘要：针对传统的小米产地鉴别方法耗时费力、操作复杂、具有破坏性，对检测人员的专业性较高等问题，本发明公开了一种多产地小米鉴别的太赫兹时域光谱检测方法。利用太赫兹时域光谱技术结合支持向量机SVM、随机森林RF和核极限学习机KELM三个机器学习模型对小米的产地实现了精准鉴别。分别使用投票法、stacking和Topsis‑Stacking集成SVM、RF和KELM模型分析小米光谱数据，其中以Topsis‑Stacking方法集成三个模型的方法对五个产地的小米展现出优秀的分类性能，在预测集上的平均准确率、F1分数以及Kappa均达到100％，显著超越单一模型、传统投票法和stacking法，且过程中无需任何参数优化。本发明提供的方法在鉴别不同产地小米方面具有快速、无损、安全等方面的优势，为粮食安全及品质控制提供了一种新的技术途径。
主权项：1.一种多产地小米鉴别的太赫兹时域光谱检测方法，其特征在于，包括以下步骤：S1:用电动粉碎机将每个产地小米打碎成粉末状，然后进行干燥、过筛、研磨、称量、压片，最后将过筛后的每种产地的小米粉末按同等质量制作出表面光滑的圆形薄片实验样品；S2：使用太赫兹时域光谱系统获取参考和实验样品的时域光谱数据信息；S3：通过快速傅里叶变换FFT，将上述S2获取到的不同产地小米样品的时域光谱数据信息转化为相应的频域光谱数据信息后，经过计算得到样品的吸光度光谱数据；S4：采用数据预处理方法对S3获取到的吸光度光谱数据进行预处理；S5：选择上述S4信噪比高、噪声低频段的吸光度光谱数据信息，然后使用KS方法划分样本集，最后运用主成分分析法PCA对吸光度光谱数据进行降维处理，以选择具有代表性的样本，作为模型的输入数据；S6：分别构建支持向量机SVM、随机森林RF和核极限学习机KELM定性分析模型，然后再分别使用投票法、stacking和Topsis-Stacking三种方法集成三个模型组成新的定性分析模型；S7：将需要进行检测的不同产地小米样品的光谱数据放入到S6所述的定性分析模型中，输出检测结果。
全文数据：
权利要求：
百度查询： 桂林电子科技大学 一种多产地小米鉴别的太赫兹时域光谱检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号