【技术实现步骤摘要】
本专利技术涉及粮食检测，尤其涉及一种多产地小米鉴别的太赫兹时域光谱检测方法。
技术介绍
1、小米，属于禾本科，主要种植于亚洲和非洲(中国和印度)等地区，因其丰富的营养价值(含蛋白质、脂肪、淀粉和氨基酸等营养成分，还含有多种微量元素，如铁和硒)和保健特性(具有抗癌、抗糖尿病、抗高血脂、保护心脏以及预防胃肠道疾病和骨质疏松症等功效)而逐渐受到消费者欢迎。我国四大名米分别是山西沁州的黄小米、山东金乡县的金米、章丘县的龙山米、河北蔚县的桃花米。沁州黄小米以皇家贡米闻名天下，有天下米王、国米的称号；金米列为名米之首；龙山小米营养丰富、药用价值高；桃花米则被认为是滋补佳品；此外，内蒙古的敖汉小米也因其优良品质而享有盛誉。
2、由于土壤性质、气候条件和水质特征的地域性差异，小米的组成成分表现出显著的地理来源依赖性。这种差异导致形成了具有地域特色的小米品种。不同产地来源的小米品质、口味以及商业价值存在很大差异，这种差异也使得消费者和食品检测机构对产品原产地标识变得越来越重视。然而，对于普通消费者来说，很难对小米产地做出准确判断。一些不良商家为了获取更高的利润，经常采取“以次充好”的手段。导致篡改小米地理信息的现象频出，严重损害了消费者的权益。这种行为扰乱了消费市场秩序，侵害了消费者的权益。此外，准确的产地溯源可以帮助农民提升小米的附加值和市场竞争力，建立小米品牌的信誉度，进一步推动小米产业的升级和发展。
3、目前，传统破坏性检测方法包括如质谱法、酶联免疫吸附测定和色谱法(如高相色谱法、液相色谱-串联质谱法和气相色谱-离子
4、由此可见，尽管传统检测方法能够实现检测，但存在众多不确定因素，而且多数检测方法需要耗费大量时间进行繁琐的操作，对检测人员有较高的专业技术要求和昂贵的成本投入，难以满足快速无损的检测要求。因此，研究一种可靠、准确、快速、安全、环保的小米新陈品质检测新方法刻不容缓。
技术实现思路
1、为了解决上述
技术介绍
的问题，本专利技术提供了一种基于太赫兹时域光谱技术的多产地小米鉴别方法，能够实现对不同产地的小米实现快速无损检测，并且预处理方法简单便捷，解决了传统检测过程中准确性低、成本高、操作繁琐、耗时长以及检测人员专业性要求高等的问题，为后续太赫兹检测技术在小米检测方面的应用提供了一种新的思路。
2、为实现上述目的，本专利技术提出一种多产地小米鉴别的太赫兹时域光谱检测方法，包括以下步骤：
3、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；
4、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；
5、s3：通过快速傅里叶变换(fft)，将上述s2获取到的新陈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；
6、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；
7、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；
8、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；
9、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；
10、可选的，用粉碎机将不同产地的小米打碎成粉末状，然后进行干燥、过筛、研磨、称量、压片，制作出表面光滑的圆形薄片实验样品。具体为：所述实验样品主要通过压片法进行制备，首先将五个不同地区的小米利用粉碎机打碎成粉末状，其次得到的粉碎状小米分别过筛200目，然后将固体粉末放入干燥箱进行干燥，温度设为50℃，时长为2小时，接下来使用电子分析天平按照比例分别称取五个不同地区粉状小米的重量，每种小米的样本重量均为200mg，最后将小米粉末倒入压片模具中压片，压力为8t，加压60s，得到直径为13mm，厚度为1mm左右，且表面光滑的圆形薄片。
11、可选的，所述的太赫兹光谱仪器为深圳市华讯方舟科技有限公司研制的cct-1800太赫兹光谱仪，本专利技术使用的是太赫兹时域光谱仪透射模块。启动cct-1800太赫兹光谱仪，打开笔记本控制软件，谱线模式选择为透射模块，设置好各项参数；打开氮气调节开关，给设备充氮气，同时保证气体流量调节阀在15～20nl/s以排除水汽的干扰；观察空载的时域图正常后，获取参考的时域光谱信息，接着将实验样品放入仪器的的实验样本槽开始进行测量，获取五个不同地区小米样品的时域光谱数据信息。
12、可选的，通过快速傅里叶变换(fet)，将上述s2获取到的五个不同地区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谱；具体为：利用s2获取到的参考和样品的时域光谱，然后对其进行傅里叶变换，通过计算求得折射率和消光系数等参数相关的传递函数，最后通过运算得到表征材料对太赫兹波吸收程度的吸光度，计算公式为
13、
14、可选的，通过计算获取到的吸光度光谱数据信息除了含有自身有效的信息外，还存在其它无效信息以及会对建模效果产生负面影响的噪声，杂散光等，因此我们在建立模型需要选取有效的光谱预处理；本专利技术中采用savitzky-gola、多元散射校正、标准正态变量、savitzky-golay-一阶导数、savitzky-golay-二阶导数、均值中心化的光谱预处理方式进行预处理，通过对比选出预处理效果最好的savitzky-golay算法。使用savitzky-golay算法来消除噪声以及背景干扰信息，以提高有效信息
15、具体的：当实验样本集中的训练集样本数足够多且具有代表性，预测模型的准确性和稳定性才能得到提升。ks方法是一种的样本筛选方法，该方法考虑了样本的光谱特征以及对应的指标两种因素，划分的训练集具有良好的代表性。根据光谱吸收峰特性，本专利技术选取了0.3-1.1thz频段的吸光度光谱数据，首先使用ks方法划分训练集和测试集，然后利用主成分分析法(pca)来选取更具代表性的特征，去除掉一些冗余信息，减少对建模效果的影响，最后将将样本集的5/8(150个样本数据)光谱数据用来训练模型，3/8(90个样本数据)用本文档来自技高网...
【技术保护点】
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：
2.根据权利要求1所述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，采用Savitzky-Golay、多元散射校正、标准正态变量、Savitzky-Golay-一阶导数、Savitzky-Golay-二阶导数、均值中心化的光谱预处理方式对太赫兹光谱数据进行预处理，通过对比选出预处理效果最好的Savitzky-Golay算法。
3.根据权利要求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，选取了0.3-1.1THz频段的吸光度光谱数据，使用KS方法划分训练集和测试集，然后利用主成分分析法(PCA)来选取更具代表性的特征；每种比例选取30个样本作为训练集，18个样本作为预测集。
4.根据权利要求1所述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，可以对不同产地的小米实现精确的定性分析，且分析的平均准确率达到了100％。
5.根据权利要求1所述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，提出并使用了一种用投票法、stac
...【技术特征摘要】
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：
2.根据权利要求1所述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，采用savitzky-golay、多元散射校正、标准正态变量、savitzky-golay-一阶导数、savitzky-golay-二阶导数、均值中心化的光谱预处理方式对太赫兹光谱数据进行预处理，通过对比选出预处理效果最好的savitzky-golay算法。
3.根据权利要求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，选取了0.3-1.1thz...
【专利技术属性】
技术研发人员：殷贤华，张富强，韦勇兵，唐林凯，
申请(专利权)人：桂林电子科技大学，
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。