摘要
本发明公开了一种蛋清粉真实性非定向鉴别方法。所述方法包括采集蛋清粉样本、光谱数据采集、样本划分及扩充、光谱预处理、光谱特征波长筛选、建模、模型评价得到蛋清粉真实性非定向鉴别模型。本发明LOF非定向鉴别模型针对掺杂蛋清粉的检测率可达到93.57%,针对掺杂浓度超过15%的蛋清粉,可达到100%的检测率,对部分多组分掺杂种类,其最低检测限(LLRC)可达到0.1%,针对测试集A与B的总准确率(AAR)分别为93.62%、93.59%,平均检测时间(AATS)可达到0.0011 s。该模型与其他非定向算法相比具有更优性能,且相比于定向鉴别模型,该模型可鉴别的掺杂种类更广泛,更适合应用于市面上掺杂种类繁杂的蛋清粉真实性鉴别上。
技术关键词
鉴别方法
样本
掺杂物
麦芽糊精
粉末状食品
近红外光谱分析仪
甘氨酸
过采样技术
波长
定向算法
异常点
大豆
尿素
淀粉
训练集数据
指标
蛋白
典型
冷藏箱
系统为您推荐了相关专利信息
模板
预训练模型
微调方法
计算机程序代码
关键词
轨迹跟踪方法
指标
无人潜器
轨迹跟踪控制
深度强化学习
事件定位方法
监测点
LSTM算法
供水管
事件识别
连续投影算法
数据降维技术
二斑叶螨
叶片
多项式
生成方法
深度学习方法
图像
样本
构建机器学习模型