乳制品質(zhì)量安全問(wèn)題日益突出,發(fā)展乳制品的品牌鑒別與質(zhì)量統(tǒng)計(jì)過(guò)程控制研究迫在眉睫。一方面,由于不同品牌乳制品外表形態(tài)差異不大造成大量乳制品摻假造假,亟需建立不同品牌乳制品的快速有效鑒別方法;另一方面,乳制品生產(chǎn)制造商要加強(qiáng)自身生產(chǎn)過(guò)程質(zhì)量控制,提高乳制品生產(chǎn)質(zhì)量,進(jìn)而由內(nèi)及外全面推進(jìn)乳制品質(zhì)量安全管理。因此,本文進(jìn)行了乳制品的品牌鑒別與質(zhì)量統(tǒng)計(jì)過(guò)程控制研究,主要包括以下三方面內(nèi)容。針對(duì)乳制品質(zhì)量數(shù)據(jù)(拉曼光譜數(shù)據(jù))采集與處理,首先給出了乳制品拉曼光譜數(shù)據(jù)的采集方法,并進(jìn)行了數(shù)據(jù)結(jié)構(gòu)分析;其次通過(guò)對(duì)多元散射校正,Savitzky-Golay多項(xiàng)式平滑和小波降噪三種處理方法的對(duì)比分析,發(fā)現(xiàn)三種方法連用可以有效減小數(shù)據(jù)基線偏移和噪音等誤差;最后提出了基于稀疏主成分分析(SPCA)方法的特征向量提取,對(duì)比主成分分析(PCA)方法,發(fā)現(xiàn)SPCA方法既能有效提取特征,又能實(shí)現(xiàn)特征歸屬解析,同時(shí)還給出計(jì)算拉曼光譜特征峰面積的特征提取方法。針對(duì)基于多核學(xué)習(xí)的乳制品品牌鑒別,首先通過(guò)Kennard-Stone方法進(jìn)行了訓(xùn)練集和測(cè)試集選取;然后通過(guò)核函數(shù)選擇與參數(shù)優(yōu)化實(shí)驗(yàn),得到利用SPCA方法提取的特征建模,設(shè)置多項(xiàng)式核函數(shù)+徑向基核函數(shù)加權(quán)線性組合合成核,參數(shù)為d(28)0.6,q(28)1,?(28)0.01,達(dá)到品牌最高平均識(shí)別率99.83%;利用特征峰面積建模,設(shè)置徑向基核函數(shù)+徑向基核函數(shù)加權(quán)線性組合合成核,參數(shù)為d(28)0.4,?_1(28)0.01,?_2(28)0.02,達(dá)到品牌最高平均識(shí)別率99.61%;最后通過(guò)方法對(duì)比實(shí)驗(yàn)進(jìn)一步驗(yàn)證了模型的合理性和有效性。針對(duì)基于貝葉斯方法的乳制品質(zhì)量統(tǒng)計(jì)過(guò)程控制,首先給出了貝葉斯理論下控制圖控制線和過(guò)程能力指數(shù)的計(jì)算方法;然后利用乳制品拉曼光譜數(shù)據(jù)與平均光譜數(shù)據(jù)之間的歐氏距離作為質(zhì)量特征值,通過(guò)貝葉斯方法的質(zhì)量控制圖和過(guò)程能力分析實(shí)現(xiàn)了乳制品質(zhì)量統(tǒng)計(jì)過(guò)程控制,結(jié)果表明,貝葉斯方法充分利用檢測(cè)樣本先驗(yàn)信息,隨著有效批次的增加,貝葉斯方法控制圖控制線與理論控制線之間差異逐步減小,貝葉斯過(guò)程能力指數(shù)和不合格率也表現(xiàn)比常規(guī)方法更加可靠,并能在早期發(fā)出質(zhì)量預(yù)警。
【學(xué)位單位】：南京財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：F426.82;F273.2
【部分圖文】：

用基于 Armijo 準(zhǔn)則的一維線性搜索方法，在 max 0, 間搜索最優(yōu)的 值d d DEnd while.1.3 核函數(shù)理論（1）常用核函數(shù)常用的核函數(shù)有多項(xiàng)式核函數(shù)（POLY 核函數(shù)）、徑向基核函數(shù)（RBF 核函Sigmoid 核函數(shù)[65]。多項(xiàng)式核函數(shù)的表達(dá)式為( , ) 1 qi iK x x x x 圖 2.2 為取測(cè)試點(diǎn) 0.2ix ，多項(xiàng)式階數(shù) q 分別取 1，2，3，4 繪制的多項(xiàng)式數(shù)圖像。

圖 2.3 徑向基核函數(shù)映射圖像如圖 2.3 所示，徑向基核函數(shù)具有局部性，僅對(duì)樣本附近的點(diǎn)起作用，對(duì)離越遠(yuǎn)的點(diǎn)起的作用越小，插值能力較強(qiáng)，善于提取樣本的局部信息，但在一度會(huì)出現(xiàn)過(guò)擬合現(xiàn)象；同時(shí)核半徑 對(duì)徑向基核函數(shù)也有影響，當(dāng) 值較小向基核函數(shù)的局部性更明顯，隨著 值的增大，徑向基核函數(shù)對(duì)樣本點(diǎn)的范圍在擴(kuò)大，但泛化能力卻在下降，通常通過(guò)調(diào)節(jié) 值，來(lái)減少其泛化能力缺點(diǎn)。Sigmoid 核函數(shù)表達(dá)式為( , ) tanh( ( ) )i iK x x x x c圖 2.4 為取測(cè)試點(diǎn) 0.2ix ，參數(shù) 0, c 0， 0, c 0， 0, c 0和, c 0繪制的 Sigmoid 核函數(shù)圖像。Sigmoid 核函數(shù)同樣具有全局性，不本附近的點(diǎn)起作用，對(duì)離樣本遠(yuǎn)的點(diǎn)照樣起作用，說(shuō)明其泛化能力較強(qiáng)，善取樣本的全局信息。

圖 2.4 Sigmoid 核函數(shù)映射圖像（2）合成核方法針對(duì)維度高，分布復(fù)雜的樣本時(shí)，單一核函數(shù)對(duì)樣本數(shù)據(jù)的映射效果往往不明顯，在高維空間中不能實(shí)現(xiàn)均勻分布。這時(shí)就需要構(gòu)建多核模型，進(jìn)行核基函數(shù)之間的組合，充分應(yīng)用各種核基函數(shù)的特征映射能力，使得數(shù)據(jù)更好地映射到特征空間，從而達(dá)到更好的分類效果，提高泛化能力。多核線性組合是一種最常用的合成核，該方法是最簡(jiǎn)單的直接求和線性組合，即1( , ) ( , )MmmK x x K x x ，就是將各種核基函數(shù)的基本核矩陣 ( , )mK x x 簡(jiǎn)單加和在一起組成合成核。但為了使合成核更加適應(yīng)于多特征空間問(wèn)題時(shí)，就需要充分利用各個(gè)核基函數(shù)的各種特性，例如有的核基函數(shù)具有全局性，有的核基函數(shù)具有局部性。這時(shí)在每個(gè)核基函數(shù)的基本核矩陣 ( , )mK x x 前加上一個(gè)權(quán)重系數(shù)，進(jìn)行加權(quán)線性組合得到合成核函數(shù)，即M ，M
【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 李乘龍;蘇秦;張鵬偉;;多目標(biāo)決策下的小批量生產(chǎn)過(guò)程控制圖設(shè)計(jì)[J];系統(tǒng)工程學(xué)報(bào);2015年03期

2 張淑萍;陸娟;;我國(guó)乳品行業(yè)市場(chǎng)發(fā)展整體狀況研究[J];中國(guó)乳品工業(yè);2013年11期

3 張鵬偉;蘇秦;劉威延;;面向小批量生產(chǎn)過(guò)程的貝葉斯控制圖經(jīng)濟(jì)設(shè)計(jì)[J];系統(tǒng)工程學(xué)報(bào);2012年01期

4 汪洪橋;孫富春;蔡艷寧;陳寧;丁林閣;;多核學(xué)習(xí)方法[J];自動(dòng)化學(xué)報(bào);2010年08期

5 付麗華;李宏偉;張猛;黃娟;;帶多個(gè)核函數(shù)的多尺度徑向基函數(shù)網(wǎng)絡(luò)[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

6 朱慧明,韓玉啟;多元質(zhì)量特性的貝葉斯過(guò)程能力指數(shù)[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2005年04期

本文編號(hào)：2870782