基于拉曼光谱随机森林算法的豆奶质量鉴别技术研究开题报告

1. 研究目的与意义

乳制品食品的安全问题一直是人们关注的重点。现有的鉴别方法主要包括以下 4 种类型^[1]：①感官检验，主要是依靠人的感觉器官进行判断，具有一定的主观性；②理化检测法，主要依据一些物理特性值如旋光性，或者一些特征化学成分如氨基酸、同位素进行鉴别；③生化检测法，主要是依据乳品基因序列进行判别；④计算机智能鉴别算法与谱图数据相结合进行模式识别^[2-4]，较之前的 3 种方法，计算机辅助鉴别技术具有运算速度快、结果评价客观等优势，成为鉴别技术研发的热点。基于拉曼光谱采集速度快，质量表征信息丰富等优势，使得拉曼光谱结合机器学习算法以实现乳制品质量的高效智能判别是目前光谱分析中常用的方法。利用拉曼光谱结合计算机算法进行识别分类可以缩短豆奶质量的检测周期,大大降低人工识别拉曼峰的误判率^[5]。

2. 研究内容和预期目标

研究内容：使用拉曼光谱收集豆奶样本谱图数据后。不同拉曼偏移值对应的强度差异比较大，当把不同的特征列在一起时,由于特征本身表达方式的原因,绝对值大的数据的重要性大于绝对值小的数据，因此需要研究要对抽取出来的特征向量进行归一化处理,以保证每个特征被分类器平等地对待,使数据的处理保持一致。由于拉曼光谱仪在采集拉曼光谱数据时,会受到采集环境的光照以及样品本身纯度等诸多因素的影响,因此收集到的拉曼光谱数据总会带有一些噪声和荧光干扰,这会在一定程度上影响光谱的质量，因此需要研究使用savitzky-golay滤波^[6-7]进行降噪处理。最后通过提取的特征值，根据决策树算法构建多棵决策树^[8]，将生成的决策树组成随机森林,使用组成的森林进行决策，最终的结果使用投票法(voting)决定。

3. 国内外研究现状

当前，基于谱图数据的乳制品质量分析已成为国际研究前沿热点之一。有报道显示，刘薇，戴连奎^[10]提出了一种结合多元曲线分辨与洛伦兹谱形约束,实现快速对纯物质光谱矩阵的初步估计的拉曼光谱分解法；于慧春^[11]等使用三种食用油，每个样品采集36条拉曼光谱，提出了一种拉曼光谱结合UVE-SVR算法快速预测加热食用油反式脂肪酸的含量方法；赵金勇^[12]通过对KNN算法进行改进,利用皮尔森相关系数对待测样本类别进行了预测,对数据库的二次筛选使预测正确率在12分类的情况下达到了87.92%,快速判别油纸绝缘设备老化阶段并且降低了类别预测偏差；#381;uvela等^[13]基于自然遗传算法实现了拉曼诊断平台(鼻咽癌临床鼻内镜)在分子水平上的实时活体检测;de Souza Lins Borba等^[14]采集了14种不同品牌、不同型号的商用蓝色圆珠笔墨水在 A4亚硫酸盐纸上墨线的拉曼光谱,建立了基于偏最小二乘判别分析(PLS-DA)的层次分类^[15]模型。这说明拉曼光谱结合计算机科学的方法是一种很有前途的快速无损的工具，已成为国际研究前沿热点之一，但是该技术也存在若干挑战，突出表现在：（1）拉曼光谱与算法结合的应用领域及使用算法的类别有待更深入的研究。（2）受限于精密仪器制造的硬件水平局限，乳制品的拉曼光谱表征数据采集与分析过程中，受到一定随机因素的影响，如谱线噪声等，造成信噪比不佳。（3）谱图数据采集后的深入数据解析与挖掘，涵盖面向对象的谱图数据相关性分析、特征提取、融合等，以谋求实现乳制品智能判别的更高准确率，而现有相关报道仍较为匮乏。因此，迫切需要我们投入足够精力，研究基于拉曼光谱森林算法的处理方法，对采集的数据进行归一化处理和平滑降噪处理后，对高维特征的样本数据进行主成分分析，建立面向豆奶质量鉴别技术的系统优化的人工智能判别新方法。

4. 计划与进度安排

2022年12月31日前，进行研讨确定相关选题和计划安排，查找相关资料，完成开题报告，确定拟研究内容及拟解决的问题，构建论文撰写框架。

2022年3月19日年，进一步收集并分析文献资料，进行实验操作，采集实验数据，研究谱图数据并对谱图数据进行预处理，完成初稿和中期检查工作。

2022年5月14日前，继续采集处理分析数据，结合算法森林算法对预处理后准确率较低的决策树模型进行集成处理，完成论文修改、重复率检查、定稿、外文文献翻译工作。

5. 参考文献

[1]. 黄文萍,赵依琳,杨如玲,韦涛,孟玥,张正勇.基于小波变换的乳酪制品智能鉴别技术[j].粮食科技与经济,2021,46(01):127-130.doi:10.16465/j.gste.cn431252ts.20210131.

[2]. 王梓笛 , 李双妹 , 尹延东 , 等 . 基于支持向量机算法的乳制品分类识别技术研究 [j]. 粮食科技与经济 ,2020,45(3):104-107.

[3]. 黄宝莹 , 佘之蕴 , 王文敏 , 等 . 近红外光谱技术在乳制品快速检测中的应用研究进展 [j]. 中国酿造 ,2020,39(7):16-19.