基于聚類分析的食用油種類鑒別方法研究

1、基于聚類分析的食用油種類鑒別方法研究 1.聚類分析原理介紹 在對(duì)眾多樣本舉行模式識(shí)別時(shí)，人們通常事先并不知道樣品內(nèi)在的分類。其中無監(jiān)督模式識(shí)別辦法在未知訓(xùn)練集樣本的類別的狀況下，同樣可以對(duì)樣本舉行分類識(shí)別。聚類分析法便是無監(jiān)督模式識(shí)別法的代表，其應(yīng)用非常廣泛。分析流程8-1所示。 在多維空間中，相像的樣本彼此距離應(yīng)小些，反之，不相像的樣本彼此間的距離會(huì)相對(duì)較大。也即常說的“物以類聚”，有效地將同類與異類分開，合理地按樣本獨(dú)有的特性來舉行合理的分類。 這里的樣本相像表示樣本間的親疏程度，通常用相像系數(shù)和距離來表征，將每一個(gè)樣本看成n 個(gè)變量的一個(gè)點(diǎn)，在這樣的空間中計(jì)算樣本間的親疏程度。相像系數(shù)用

2、夾角的余弦值或相關(guān)系數(shù)表示。 夾角余弦如式(8-1)所示： 式中，xik是第i個(gè)樣本的第k個(gè)特征變量。 相像系數(shù)如式(8-2)所示： 式中，xi是第i個(gè)樣本全部特征變量的均值；xj是第j個(gè)樣本全部特征變量的均值。 圖8-1聚類分析流程 注：g1g6代表6個(gè)不同的樣本類，把距離最近的兩個(gè)類聚成新類(如g1a和g2合成新類g7)，再在新類中尋覓距離最近的合成另一個(gè)新類(如g8和g9合成新類g10)。 距離則多用歐式距離和馬氏距離來表示。 按照類間距離的不同定義方式，系統(tǒng)聚類法可分為最短距離法、最長距離法、中間距離法、重心法和方差平方和法。 最短距離法：兩個(gè)不同類中最短距離的兩個(gè)樣本間的距離定義為兩

3、類之間的距離，其計(jì)算如式(8-3)所示： dimindpi，dqi，(ip，q) (8-3) 最長距離法：兩個(gè)不同類中最長距離的兩個(gè)樣本間的距離定義為兩類之間的距離，其計(jì)算如式(8-4)所示： dimaxdpi，dqi，(ip，q) (8-4) 中間距離法：類與類間的距離實(shí)行折中的辦法，既不選取兩類中距離最近的兩個(gè)樣本，也不選取兩類中距離最遠(yuǎn)的兩個(gè)樣本的距離。 重心法：每類在物理意義上都會(huì)存在重心，兩類的重心間的距離作為類間的相像性。 方差平方和法：也稱為ward法，該法認(rèn)定精確的分類應(yīng)滿足類內(nèi)方差盡可能小，而類間方差盡可能大，其計(jì)算如式(8-5)所示： 式中，是類p和類q聚成的新類；dpi是

4、類p和類i的光譜距離；dqi是類q和類i的光譜距離；di是類和類i的光譜距離；np是類p中聚類光譜的數(shù)量；nq是類q中聚類光譜的數(shù)量；ni是類i中聚類光譜的數(shù)量。 2樣品制備與光譜采集 本試驗(yàn)收集17個(gè)食用植物油樣本(在超市購買的不同品牌不同批次樣本)，其中純花生油(福臨門、魯花、龍大等品牌)4個(gè)、純大豆油(福臨門等品牌)4個(gè)、純橄欖油(多力等品牌)9個(gè)。將其編號(hào)，分為校正集和預(yù)測集樣品。115號(hào)為校正集樣本，其中hs01hs04為純花生油，dd01dd04為純大豆油，g101g109為純橄欖油。另外收集5個(gè)不同的植物油樣品，即純花生油(hs00)、純橄欖油(g100)、純大豆油(dd00)、

5、純菜籽油(ez00)、純棕櫚油(z100)作為預(yù)測集樣本。 采納德國bruke：公司生產(chǎn)的vertex70近紅外光譜分析儀對(duì)原始樣本舉行全譜測定。檢測器為bruker公司的專利數(shù)字檢測器。將原始樣品分離裝入50mm的試驗(yàn)用白色塑料瓶內(nèi)，采集光譜時(shí)，將光纖探頭探入樣本內(nèi)部，采納透反射采樣模式，對(duì)400012500-1譜區(qū)掃描，辨別率為8cm-1，掃描犯次。 22個(gè)食用油樣本未經(jīng)任何化學(xué)處理，將光纖探頭伸入裝有樣本的小瓶中，逐一掃描樣本，每次測量前均用石油醚清洗探頭，避開樣本間交錯(cuò)污染。測得的樣品近紅外光譜8-2所示。 圖8-2樣品近紅外光譜圖 由圖8-2可以看出，食用油譜圖的峰形、峰位有一定的差

6、別，利用化學(xué)計(jì)量學(xué)的辦法對(duì)光譜舉行預(yù)處理，采納系統(tǒng)聚類的算法舉行鑒別，可以突出樣本之間化學(xué)組成含量上的極小差別，從而達(dá)到分類的目的。 3模型建立與測試 (1)模型建立 17個(gè)食用油樣本采集光譜圖后，經(jīng)過snv的預(yù)處理辦法，去除干擾信號(hào)，光譜范圍挑選為40009000cm-1。用法opus6.5光譜分析軟件舉行聚類分析，樣本間的距離采納歐氏距離法，類間距采納ward算法。 從圖8-3分析可得，樣本集可以精確地分為3類，即花生油、大豆油和橄欖油，識(shí)別率達(dá)到了100%。 (2)模型校驗(yàn) 為考察聚類分析模型的預(yù)測能力，用法預(yù)測集樣本純花生油(hs00)、純橄欖油(glo0 )、純大豆油(dd00)、純菜籽油(cz00)和純棕櫚油(zl00)對(duì)該模型舉行預(yù)測，驗(yàn)證模型的預(yù)測精確率。預(yù)測結(jié)果8-4所示。 圖8-3聚類分析結(jié)果 圖8-4預(yù)測集樣本分析結(jié)果圖 從預(yù)測集樣本的預(yù)測結(jié)果可以得出，當(dāng)聚類模型類間距確定在0.010.04時(shí)，純花生油(hs00)、純橄欖油(g100)、純大豆油(dd00)均能被正確識(shí)別和歸類，純菜籽油(cz00)和純棕