本發(fā)明涉及飼料領域,具體為一種飼料中真菌毒素檢測方法及系統(tǒng)。
背景技術:
1、隨著現(xiàn)代養(yǎng)殖業(yè)規(guī)?;图s化的發(fā)展,飼料的質量和安全性受到了越來越多的關注。真菌毒素作為一種潛在的飼料污染物,其對畜禽的健康影響尤為顯著。真菌毒素包括黃曲霉毒素、嘔吐毒素、玉米赤霉烯酮等多種有毒物質,長期攝入含有真菌毒素的飼料可能導致畜禽中毒,嚴重時甚至導致死亡,這樣就會給養(yǎng)殖戶帶來損失。
2、高效液相色譜法(hplc)是目前應用最為廣泛的真菌毒素檢測方法之一,具有高靈敏度和高分辨率的特點。然而,hplc分析中不可避免地會受到噪聲的影響,這些噪聲可能源于儀器設備、環(huán)境因素或者樣品本身,導致色譜圖信號中存在較多干擾,進而影響真菌毒素的定量分析結果。為了提高檢測的準確度,通常需要對hplc所得的色譜圖進行降噪處理。目前常見的降噪方法包括濾波、去噪算法等,但這些傳統(tǒng)方法在實際應用中往往難以兼顧降噪效果與信號保真度,存在信息損失或者信號失真等問題。因此,亟需一種高效的色譜圖降噪處理方法,以在保持真菌毒素檢測靈敏度的同時,進一步提升檢測精度,確保飼料安全檢測的可靠性。
技術實現(xiàn)思路
1、為了解決上述問題,本發(fā)明提供了一種飼料中真菌毒素檢測方法,所述方法包括以下步驟:
2、獲取通過hplc設備的檢測器測量的含有飼料中真菌毒素含量的數(shù)據(jù)序列;
3、獲取每種真菌毒素進行hplc時出現(xiàn)時間范圍,確定非所述時間范圍內的數(shù)據(jù)序列片段的平均值,并確定數(shù)據(jù)序列片段的排列熵,根據(jù)所述排列熵確定進行emd分解的個數(shù),并基于所述平均值確定每個emd分解時添加白噪聲的方差,將所述數(shù)據(jù)序列添加白噪聲后進行emd分解,將所有emd分解得到的第一模態(tài)分量去除異常值后得到第一模態(tài)分量均值;
4、根據(jù)第一模態(tài)分量均值得到噪聲,將所述數(shù)據(jù)序列減去所述噪聲得到去噪后的數(shù)據(jù)序列,計算去噪后數(shù)據(jù)序列片段的排列熵,若排列熵的降低小于預設值,對去噪后的數(shù)據(jù)序列重復上面過程,否則基于所述去噪后的數(shù)據(jù)序列得到真菌毒素的含量。
5、優(yōu)選地,所述確定數(shù)據(jù)序列片段的排列熵,具體為:
6、對非所述時間范圍內的數(shù)據(jù)序列片段進行平滑處理后計算上包絡和下包絡;
7、將上包絡的排列熵和下包絡的排列熵的平均值作為數(shù)據(jù)序列片段的排列熵。
8、優(yōu)選地,所述根據(jù)所述排列熵確定進行emd分解的個數(shù),具體為:
9、獲取排列熵閾值以及分解個數(shù)上下限;
10、若所述排列熵不大于所述排列熵閾值,則進行emd分解的個數(shù)為所述下限;
11、若所述排列熵大于所述排列熵閾值,則計算所述排列熵與所述排列熵閾值的差值,采用一個比例因子乘以所述差值得到增加的個數(shù),將增加的個數(shù)和所述下限的和作為進行emd分解的個數(shù),如果計算得到的進行emd分解的個數(shù)大于上限,則取所述上限作為emd分解的個數(shù)。
12、優(yōu)選地,所述基于所述平均值確定每個emd分解時添加白噪聲的方差,具體為:
13、根據(jù)所述進行emd分解的個數(shù)確定多個系數(shù),每個emd分解對應一個系數(shù);
14、將所述系數(shù)和所述平均值的乘積的平方作為emd分解時添加白噪聲的方差。
15、優(yōu)選地,所述將所有emd分解得到的第一模態(tài)分量去除異常值后得到第一模態(tài)分量均值,具體為:
16、根據(jù)所有emd分級得到的第一模態(tài)分量得到特征矩陣,所述特征矩陣的每行為一個emd分解得到的第一模態(tài)分量;
17、采用高斯濾波或者均值濾波的方式對所述特征矩陣進行平滑處理;
18、對平滑處理后的所述特征矩陣執(zhí)行列平均操作得到去除異常值后的第一模態(tài)分量均值。
19、另外一方面,本發(fā)明提供了一種飼料中真菌毒素檢測系統(tǒng),所述系統(tǒng)包括以下模塊:
20、數(shù)據(jù)采集模塊,用于獲取通過hplc設備的檢測器測量的含有飼料中真菌毒素含量的數(shù)據(jù)序列;
21、分解模塊,用于獲取每種真菌毒素進行hplc時出現(xiàn)時間范圍,確定非所述時間范圍內的數(shù)據(jù)序列片段的平均值,并確定數(shù)據(jù)序列片段的排列熵,根據(jù)所述排列熵確定進行emd分解的個數(shù),并基于所述平均值確定每個emd分解時添加白噪聲的方差,將所述數(shù)據(jù)序列添加白噪聲后進行emd分解,將所有emd分解得到的第一模態(tài)分量去除異常值后得到第一模態(tài)分量均值;
22、含量確定模塊,用于根據(jù)第一模態(tài)分量均值得到噪聲,將所述數(shù)據(jù)序列減去所述噪聲得到去噪后的數(shù)據(jù)序列,計算去噪后數(shù)據(jù)序列片段的排列熵,若排列熵的降低小于預設值,對去噪后的數(shù)據(jù)序列重復上面過程,否則基于所述去噪后的數(shù)據(jù)序列得到真菌毒素的含量。
23、優(yōu)選地,所述確定數(shù)據(jù)序列片段的排列熵,具體為:
24、對非所述時間范圍內的數(shù)據(jù)序列片段進行平滑處理后計算上包絡和下包絡;
25、將上包絡的排列熵和下包絡的排列熵的平均值作為數(shù)據(jù)序列片段的排列熵。
26、優(yōu)選地,所述根據(jù)所述排列熵確定進行emd分解的個數(shù),具體為:
27、獲取排列熵閾值以及分解個數(shù)上下限;
28、若所述排列熵不大于所述排列熵閾值,則進行emd分解的個數(shù)為所述下限;
29、若所述排列熵大于所述排列熵閾值,則計算所述排列熵與所述排列熵閾值的差值,采用一個比例因子乘以所述差值得到增加的個數(shù),將增加的個數(shù)和所述下限的和作為進行emd分解的個數(shù),如果計算得到的進行emd分解的個數(shù)大于上限,則取所述上限作為emd分解的個數(shù)。
30、優(yōu)選地,所述基于所述平均值確定每個emd分解時添加白噪聲的方差,具體為:
31、根據(jù)所述進行emd分解的個數(shù)確定多個系數(shù),每個emd分解對應一個系數(shù);
32、將所述系數(shù)和所述平均值的乘積的平方作為emd分解時添加白噪聲的方差。
33、優(yōu)選地,所述將所有emd分解得到的第一模態(tài)分量去除異常值后得到第一模態(tài)分量均值,具體為:
34、根據(jù)所有emd分級得到的第一模態(tài)分量得到特征矩陣,所述特征矩陣的每行為一個emd分解得到的第一模態(tài)分量;
35、采用高斯濾波或者均值濾波的方式對所述特征矩陣進行平滑處理;
36、對平滑處理后的所述特征矩陣執(zhí)行列平均操作得到去除異常值后的第一模態(tài)分量均值。
37、最后一個方面,本發(fā)明還提供了一種計算機可讀存儲介質,所述可讀存儲介質上存儲有計算機程序,所述計算機程序在被處理器執(zhí)行時實現(xiàn)如上所述的方法。
38、本發(fā)明在數(shù)據(jù)序列片段的平均值和排列熵確定進行emd分解的個數(shù)以及添加白噪聲的方差,信號更復雜或噪聲較多,進行更多次emd分解,以確保多次添加不同的噪聲并求平均后的結果更加準確,而且能夠保證白噪聲的方差與信號的實際噪聲水平相匹配,減少分解過程中模態(tài)之間的混疊現(xiàn)象。
1.一種飼料中真菌毒素檢測方法,其特征在于,所述方法包括以下步驟:
2.如權利要求1所述的方法,其特征在于,所述確定數(shù)據(jù)序列片段的排列熵,具體為:
3.如權利要求1所述的方法,其特征在于,所述根據(jù)所述排列熵確定進行emd分解的個數(shù),具體為:
4.如權利要求1所述的方法,其特征在于,所述基于所述平均值確定每個emd分解時添加白噪聲的方差,具體為:
5.如權利要求1所述的方法,其特征在于,所述將所有emd分解得到的第一模態(tài)分量去除異常值后得到第一模態(tài)分量均值,具體為:
6.一種飼料中真菌毒素檢測系統(tǒng),其特征在于,所述系統(tǒng)包括以下模塊:
7.如權利要求6所述的系統(tǒng),其特征在于,所述確定數(shù)據(jù)序列片段的排列熵,具體為:
8.如權利要求6所述的系統(tǒng),其特征在于,所述根據(jù)所述排列熵確定進行emd分解的個數(shù),具體為:
9.如權利要求6所述的系統(tǒng),其特征在于,所述基于所述平均值確定每個emd分解時添加白噪聲的方差,具體為:
10.一種計算機存儲設備,所述存儲設備上存儲有計算機程序,其特征在于,所述計算機程序在被處理器執(zhí)行時實現(xiàn)如權利要求1-5任一項所述的方法。