本發(fā)明涉及菊粉檢測領(lǐng)域，具體涉及一種基于數(shù)據(jù)分析的菊粉品質(zhì)檢測方法。

背景技術(shù)：

1、菊粉作為一種重要的功能性多糖，廣泛應(yīng)用于食品、藥品及保健品中，在生產(chǎn)過程中需要對菊粉的品質(zhì)進(jìn)行檢測分類，不同的菊粉品質(zhì)的市場價(jià)格相差很大。傳統(tǒng)的菊粉品質(zhì)檢測方法主要為利用色譜法或質(zhì)譜儀分析，具體地，通過色譜法定量分析菊粉的有效成分，利用質(zhì)譜儀分析樣品中化合物的分子量和結(jié)構(gòu)信息，上述方法需要專門的測定實(shí)驗(yàn)室，且該方法操作復(fù)雜，對設(shè)備要求較高，且檢測時(shí)間較長，樣品前處理過程繁瑣，雖然精度高，但由于檢測具有滯后性，在檢測完成后，難以對該批次的菊粉進(jìn)行工藝調(diào)整。為了實(shí)現(xiàn)快速實(shí)時(shí)檢測反饋調(diào)整，需要引入基于數(shù)據(jù)分析的檢測方法以減少對昂貴儀器和試劑的依賴，從而降低檢測整體成本。因此，為了解決上述問題，需要一種基于數(shù)據(jù)分析的菊粉品質(zhì)檢測方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對現(xiàn)有技術(shù)的不足，提出一種基于數(shù)據(jù)分析的菊粉品質(zhì)檢測方法，具體技術(shù)方案如下：

2、一種基于數(shù)據(jù)分析的菊粉品質(zhì)檢測方法，其特征在于：

3、包括如下步驟：

4、s1：在數(shù)據(jù)庫中保存有所有生產(chǎn)批次的菊粉樣品數(shù)據(jù)，數(shù)據(jù)處理模塊在數(shù)據(jù)庫中提取m個(gè)菊粉樣本作為訓(xùn)練樣本，數(shù)據(jù)處理模塊將菊粉樣本組發(fā)送到特征處理模塊，特征處理模塊提取每個(gè)菊粉樣本的特征向量，得到菊粉特征矩陣

5、

6、其中，菊粉特征矩陣x表示m個(gè)樣本的特征數(shù)據(jù)，每行代表一個(gè)樣本特征向量xi，每列代表一個(gè)特征；

7、xi＝[xi1?xi2…xin]；

8、xi表示第i個(gè)樣本的特征向量，xi1,xi2,…,xin分別是該菊粉樣本的n個(gè)特征值；

9、s2：數(shù)據(jù)庫中保存有品質(zhì)評級向量q，數(shù)據(jù)處理模塊通過數(shù)據(jù)標(biāo)注在樣本特征xi與品質(zhì)評級向量q之間建立映射：

10、其中，

11、s3：數(shù)據(jù)處理模塊通過計(jì)算qj的樣本數(shù)量占總樣本數(shù)的比例來確定qj的先驗(yàn)概率；

12、

13、其中，qj∈{q1,q2,…,qn}；

14、n為總樣本數(shù)m，為qj的樣本數(shù)；

15、s4：數(shù)據(jù)處理模塊得到所有品質(zhì)類別q1,q2,…,qn的先驗(yàn)概率：

16、p(q1),p(q2),…p(qn)；

17、s5：數(shù)據(jù)采集模塊采集到新的菊粉樣本后發(fā)送到特征提取提取模塊，特征提取模塊提取菊粉特征向量xnew，數(shù)據(jù)處理模塊通過高斯模型來確定菊粉特征向量xnew在每個(gè)品質(zhì)類別qi下的似然函數(shù)：

18、

19、n為菊粉樣本特征維度；

20、qj∈{q1,q2,…,qn}；

21、μj為品質(zhì)類別qj的均值向量；

22、|σj|為品質(zhì)類別qj的協(xié)方差矩陣；

23、s6：數(shù)據(jù)處理模塊得到所有品質(zhì)類別q1,q2,…,qn中對應(yīng)的似然值：

24、p(xnew|q1),p(xnew|q1)…p(xnew|qn)；

25、s7：數(shù)據(jù)處理模塊計(jì)算樣本xnew在每個(gè)品質(zhì)類別qi中的后驗(yàn)概率：

26、

27、s8：數(shù)據(jù)處理模塊得到所有品質(zhì)類別q1,q2,…,qn中對應(yīng)的后驗(yàn)概率：

28、p(q1∣xnew),p(q2∣xnew)…,p(qn∣xnew)；

29、s9：數(shù)據(jù)處理模塊在p(q1∣xnew),p(q2∣xnew)…,p(qn∣xnew)中選取最大的后驗(yàn)概率值作為預(yù)測品質(zhì)。

30、為更好地實(shí)現(xiàn)本發(fā)明，可進(jìn)一步地：所述數(shù)據(jù)處理模塊對所有品質(zhì)類別的后驗(yàn)概率p(q1∣xnew),p(q2∣xnew)...,p(qn∣xnew)按照從大到小的順序排序后，所述數(shù)據(jù)處理模塊選取最大的后驗(yàn)概率作為預(yù)測數(shù)據(jù)。

31、進(jìn)一步地：所述特征處理模塊在菊粉樣本中提取顆粒度、水含量、糖含量、顏色參數(shù)、ph值和灰分量作為特征向量的維度。

32、本發(fā)明的有益效果為：本發(fā)明能夠快速實(shí)現(xiàn)品質(zhì)檢測，通過設(shè)置特征提取模塊，從菊粉樣本中快速實(shí)時(shí)檢測特征，利用歷史數(shù)據(jù)庫中的菊粉樣本來建立各種品級的先驗(yàn)概率，通過實(shí)時(shí)檢測的特征來區(qū)分不同品級。通過每一類別的樣本后驗(yàn)概率計(jì)算，選擇具有最高后驗(yàn)概率的類別作為品級的預(yù)測結(jié)果。通過多維特征來實(shí)現(xiàn)對菊粉品質(zhì)檢測，及時(shí)發(fā)現(xiàn)品質(zhì)波動，方便后續(xù)工藝調(diào)整。

技術(shù)特征：

1.一種基于數(shù)據(jù)分析的菊粉品質(zhì)檢測方法，其特征在于：

2.根據(jù)權(quán)利要求1所述一種基于數(shù)據(jù)分析的菊粉品質(zhì)檢測方法，其特征在于：

3.根據(jù)權(quán)利要求2所述一種基于數(shù)據(jù)分析的菊粉品質(zhì)檢測方法，其特征在于：

技術(shù)總結(jié)
一種基于數(shù)據(jù)分析的菊粉品質(zhì)檢測方法，包括如下步驟：在數(shù)據(jù)庫中保存有所有生產(chǎn)批次的菊粉樣品數(shù)據(jù)，數(shù)據(jù)處理模塊在數(shù)據(jù)庫中提取m個(gè)菊粉樣本作為訓(xùn)練樣本，數(shù)據(jù)處理模塊將菊粉樣本組發(fā)送到特征處理模塊，特征處理模塊提取每個(gè)菊粉樣本的特征向量，得到菊粉特征矩陣。數(shù)據(jù)處理模塊通過數(shù)據(jù)標(biāo)注在樣本特征x<subgt;i</subgt;與品質(zhì)評級向量Q之間建立映射，數(shù)據(jù)處理模塊得到所有品質(zhì)類別q<subgt;1</subgt;,q<subgt;2</subgt;,...,q<subgt;n</subgt;的先驗(yàn)概率，數(shù)據(jù)處理模塊通過高斯模型來確定菊粉特征向量x<subgt;new</subgt;在每個(gè)品質(zhì)類別q<subgt;i</subgt;下的似然函數(shù)，數(shù)據(jù)處理模塊計(jì)算樣本x<subgt;new</subgt;在每個(gè)品質(zhì)類別q<subgt;i</subgt;中的后驗(yàn)概率，數(shù)據(jù)處理模塊得到所有品質(zhì)類別q<subgt;1</subgt;,q<subgt;2</subgt;,…,q<subgt;n</subgt;中對應(yīng)的后驗(yàn)概率，數(shù)據(jù)處理模塊在P(q<subgt;1</subgt;∣x<subgt;new</subgt;),P(q<subgt;2</subgt;∣x<subgt;new</subgt;)…,P(q<subgt;n</subgt;∣x<subgt;new</subgt;)中選取最大的后驗(yàn)概率值作為預(yù)測品質(zhì)。本發(fā)明能夠快速實(shí)現(xiàn)品質(zhì)檢測，通過多維特征來實(shí)現(xiàn)對菊粉品質(zhì)檢測，及時(shí)發(fā)現(xiàn)品質(zhì)波動，方便后續(xù)工藝調(diào)整。

技術(shù)研發(fā)人員：張玉紅,詹顏
受保護(hù)的技術(shù)使用者：重慶驕王天然產(chǎn)物股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6