龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：青海民族大学
申请日：2024-03-01
公开（公告）日：2024-07-05
公开（公告）号：CN118296505A
主分类号：G06F18/2431
分类号：G06F18/2431;G16C20/70;G06F18/25;G06F18/214;G01N21/33
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明公开了一种基于紫外光谱结合多模型偏最小二乘判别分析互助青稞酒的方法，该方法利用紫外光谱技术采集互助青稞酒、其它品牌青稞酒和非青稞酒的光谱信息，对紫外光谱进行预处理，然后通过K‑S方法获得校正集和预测集样本光谱数据；将校正集样本光谱中的信息数据利用MPLS‑DA的方法建立模型，MPLS‑DA建立3个子模型解决样本多分类问题。本发明可区分3个品类白酒，模型判别性能优良，MPLS‑DA判别准确率达100％，其分析速度快，非破坏性，操作简单，无需有机溶剂，因此可以满足快速分析互助青稞酒的需要。
主权项：1.一种基于紫外光谱结合多模型偏最小二乘判别分析互助青稞酒的方法，其特征在于，包括以下步骤：步骤一：收集74个已知3种品类的白酒样本，用紫外光谱法采集白酒样本的光谱信息，每个样本采集3次光谱信息，然后进行平均处理作为各种典型样本各自对应的光谱代表信息，得到光谱数据T；步骤二：将步骤一得到的光谱图数据T进行预处理；对采集光谱信息进行预处理，得到新的光谱图数据T1，T2，T3……，并通过K-S方法将74个样本按3:2分为校正集和预测集，其中校正集样本44个，分别记为J1、J2、J3……，预测集样本30个；步骤三：对校正集样本J1、J2、J3……建立MPLS-DA模型，所述MPLS-DA模型基于PLS1的DR算法，分别对MPLS-DA3类子模型的准确度、特异性、灵敏度和AUC值进行了评估；步骤四：对样本进行判别时，利用预处理后预测集紫外光谱数据，得到光谱图R，将R代入判别模型F中，运行步骤二选取的谱图处理方式，得到未知样品是否属于互助青稞酒品类；对所述步骤三所建立模型进行分析，得到3个品类白酒MPLS-DA组合的校正集预测模型，并最终在输入预测集样品光谱数据后完成预测结果的显示。
全文数据：
权利要求：
百度查询： 青海民族大学 一种基于紫外光谱结合多模型偏最小二乘判别分析互助青稞酒的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号