详情

原文传递一种基于机器学习的人工鼻冰箱食品新鲜度检测方法及系统

专利名称：	一种基于机器学习的人工鼻冰箱食品新鲜度检测方法及系统
摘要：	一种基于机器学习的人工鼻冰箱食品新鲜度检测方法及系统，属于冰箱食品检测领域。获得冰箱内食物挥发气体的原始响应数据集X；再进行中值滤波处理得样本集Xm；将样本集按3：1划分为训练集Xtrain及测试集Xtest；对训练集和测试集进行标准化处理；对处理后的训练集Xtrain_std和测试集Xtest_std进行特征降维生成新的特征子集Xtrain_pca和Xtest_pca；利用机器学习算法对训练集Xtrain_pca进行训练得模型最优参数，再对测试集Xtest_pca中食物的新鲜度分类识别，验证模型的预测性能。本发明能快速预测冰箱内食品的新鲜度，通过软件算法降低系统的硬件成本，提高预测精度。
专利类型：	发明专利
国家地区组织代码：	安徽;34
申请人：	滁州怡然传感技术研究院有限公司
发明人：	章伟;朱晓龙;刘嘉明;朱亚龙;胡雪峰
专利状态：	有效
申请日期：	2021-11-08T00:00:00+0800
发布日期：	2022-03-01T00:00:00+0800
申请号：	CN202111312254.3
公开号：	CN114113471A
代理机构：	南京经纬专利商标代理有限公司
代理人：	殷星
分类号：	G01N33/00;G;G01;G01N;G01N33;G01N33/00
申请人地址：	239000 安徽省滁州市花园西路82号高新技术创业服务中心3号楼3楼
主权项：	1.一种基于机器学习的冰箱食品新鲜度检测方法，其特征在于，包括以下步骤： S1：利用传感器阵列获得冰箱内食物挥发气体的原始响应数据集X； S2：将原始响应数据集X进行中值滤波处理得到样本集Xm； S3：将样本集Xm按照3∶1的比例随机划分为训练样本集Xtrain及测试样本集Xtest； S4：先对训练样本集Xtrain中数据进行标准化处理，然后按照训练样本集标准化处理时的统计特征对测试样本集Xtest进行标准化处理； S5：对标准化处理后的训练样本集Xtrain_std和测试样本集Xtest_std进行特征降维生成新的特征子集Xtrain_pca和Xtest_pca，减小系统的计算量； S6：利用机器学习分类算法对降维后的训练样本集Xtrain_pca进行训练，得到模型的最优参数，然后测试样本集Xtest_pca中冰箱食物样本的新鲜度进行分类识别，验证模型的预测性能。 2.根据权利要求1中的一种基于机器学习的冰箱食品新鲜度检测方法，其特征在于，步骤S2具体为：把某一时刻传感器的原始响应值用该点的一个邻域窗口中所有响应值的中值代替，如式(1)所示： Xm(i)＝Median{X(i-n)，…X(i)，…X(i+n)} (1) 其中：X(i)为某一时刻传感器的原始响应值，邻域窗口长度L＝2n+1，n为正整数，Xm(i)为滤波后的响应值。 3.根据权利要求1中的一种基于机器学习的冰箱食品新鲜度检测方法，其特征在于，步骤S4中，标准化处理具体包括以下步骤： S41：计算训练样本集中特征的均值 S42：计算训练样本集中特征的标准差σ； S43：对训练样本集Xtrain和测试样本集Xtest分别进行标准化处理采用如下公式(2)：其中，Xtrain和Xtest分别为训练样本集和测试样本集滤波后响应数据，Xtrain_std为训练样本集标准化处理后数据，Xtest_std为测试样本集标准化处理后数据。 4.根据权利要求1中的一种基于机器学习的冰箱食品新鲜度检测方法，其特征在于，步骤S5中降维算法采用主成分分析法PCA进行降维，具体步骤如下： S51：对步骤4中标准化后的样本数据求出协方差矩阵C； S52：计算协方差矩阵C的特征值和对应的特征向量； S53：将特征值按照从大到小依次排列，计算每个特征值的方差贡献率Ej，如式(3)所示：其中，λj为第j个特征值，为所有特征值的累加和； S54：将主成分累计方差贡献率阈值设置为95％，选取方差贡献率大于阈值的前几个特征值对应的特征向量组成映射矩阵W，通过映射矩阵W得到新的低维特征子集Xtrain_pca和Xtest_pca，以实现既保留了关键信息，又降低了训练数据的维数，从而间接提高分类模型的训练效率与调度性能。 5.根据权利要求4中的一种基于机器学习的冰箱食品新鲜度检测方法，其特征在于，步骤S6中的机器学习分类算法为极端梯度提升算法XGBoost、K近邻KNN、随机森林RF、支持向量机SVM或BP神经网络BPNN中的一种，在模型训练过程中使用网格搜索进行超参数调优，得到各超参数的最优值，为分类模型提供最优参数组合，使分类模型的预测性能最大化。 6.利用权利要求1所述的基于机器学习的人工鼻冰箱食品新鲜度检测方法达的系统，其特征在于，包含人工鼻设备、显示模块和上位机，所述人工鼻设备主要用于采集冰箱内食物的气体指纹信息，然后传输给上位机分析，并接受上位机的分析结果，反馈给显示模块；所述显示模块包括绿、黄、红三色灯，分别代表冰箱内食物新鲜度处于新鲜、次新鲜、腐烂三种状态，用于显示冰箱食品新鲜度的检测结果；所述人工鼻设备包含传感器阵列、控制器及无线模块，所述传感器阵列包括温湿度传感器和6个对冰箱内食物挥发气体有响应的气体传感器；所述控制器连接着传感器阵列、无线模块和显示模块；所述无线模块将传感器阵列采集冰箱食物挥发气体得到的响应数据X发送至上位机，并接受上位机的分析结果然后反馈给控制模块。
所属类别：	发明专利