基于傅里葉變換近紅外和支持向量機(jī)的霉變玉米檢測

袁 瑩 王 偉 褚 璇 喜明杰

(中國農(nóng)業(yè)大學(xué)工學(xué)院，北京 100083)

玉米是重要的飼料來源。然而，我國每年因霉變造成的產(chǎn)后損失給玉米的生產(chǎn)造成了很大的影響。霉變不僅造成玉米產(chǎn)量減少，還導(dǎo)致玉米品質(zhì)下降，更嚴(yán)重的是，霉變玉米若進(jìn)入食物鏈會嚴(yán)重危害人、畜健康，因此對霉變玉米的及時檢出尤為重要。目前，霉變玉米可以通過酶聯(lián)免疫法［1］、液相色譜法［2］等方法進(jìn)行檢測，但這些方法普遍存在費(fèi)用高、需前處理、操作繁瑣、抽樣檢測等缺點(diǎn)［3］，進(jìn)而無法進(jìn)行批量無損檢測。近些年來，近紅外光譜法已發(fā)展成為鑒別和分析有機(jī)物和部分無機(jī)物的有用方法，廣泛應(yīng)用于谷物品質(zhì)和營養(yǎng)的定性鑒定和定量分析中［4－9］。傅里葉變換近紅外光譜(Fourier transform near infrared spectroscopy，F(xiàn)T－NIR)技術(shù)具有掃描速度更快、信噪比和分辨率高以及能擴(kuò)展更多附件等特點(diǎn)，已被廣泛應(yīng)用于諸多領(lǐng)域［10－13］。支持向量機(jī)(Support Vector Machine，SVM)由 Vapnik首先提出［14］，可用于進(jìn)行模式分類和非線性回歸。它是一種新的模式識別方法，是結(jié)構(gòu)風(fēng)險最小化的近似實(shí)現(xiàn)，在解決小樣本、非線性、高維數(shù)等模式識別問題中具有一定的優(yōu)勢［15］。本研究基于傅里葉變換近紅外光譜技術(shù)和支持向量機(jī)對玉米是否霉變進(jìn)行檢測。

1 材料與方法

1.1 儀器設(shè)備

試驗(yàn)所使用的儀器為德國布魯克公司(BRUKER，德國)的MPA型傅里葉變換近紅外光譜儀。測試模式選擇為積分球反射測量，掃描范圍為12 000～4 000 cm－1，分辨率為4 cm－1。樣品光譜數(shù)據(jù)通過光譜儀自帶的軟件OPUS進(jìn)行獲取，并基于LIBSVM工具箱利用Matlab2012b進(jìn)行光譜數(shù)據(jù)的處理及分析。

1.2 試驗(yàn)材料及樣品準(zhǔn)備

采用于2012年收獲的尺寸和外觀大致相同的自然感染霉菌的豫玉32玉米顆粒共150粒作為樣品進(jìn)行模型建立，另取2013年收獲的先玉335玉米顆粒共90粒作為獨(dú)立樣品集對所提出的方法和建立的模型進(jìn)行驗(yàn)證，所有樣品根據(jù)霉變的嚴(yán)重程度按以下標(biāo)準(zhǔn)進(jìn)行分組:

1)無癥狀(A組):沒有發(fā)現(xiàn)明顯的霉菌損害的玉米顆粒。

2)中度霉變(B組):霉變面積占玉米顆粒表面的20%～70%的玉米顆粒。

3)重度霉變(C組):霉變面積幾乎覆蓋整個玉米顆粒表面的玉米顆粒。

用于模型建立的樣品，每組分別選取50粒玉米顆粒并順序進(jìn)行編號，獨(dú)立樣品集每組選取30粒玉米顆粒并順序進(jìn)行編號。

1.3 光譜采集

對每粒玉米顆粒的胚芽面進(jìn)行光譜數(shù)據(jù)采集，最終得到的光譜為掃描64次得到的平均光譜，用于模型建立的每組樣品的平均光譜曲線如圖1所示。從圖1中可以看出，在波數(shù)為9 000 cm－1之后，無癥狀組顆粒的吸光度最高，中度霉變顆粒的吸光度居于其余2組之間，3組樣品的原始光譜在9 000 cm－1之后有明顯區(qū)分，光譜結(jié)果與本文1.2中分組一致。

圖1 樣品的平均光譜曲線

1.4 光譜數(shù)據(jù)預(yù)處理

本研究基于LIBSVM工具箱利用Matlab2012b平臺進(jìn)行數(shù)據(jù)預(yù)處理的對比。取模型建立樣品中各組前30個樣品，共90個樣品數(shù)據(jù)作為訓(xùn)練集，取各組剩余20個樣品共60個樣品數(shù)據(jù)作為測試集，分別利用［0，1］歸一化，［－1，1］歸一化以及不處理 3種方法進(jìn)行預(yù)處理。

1.5 主成分分析(Principal Component Analysis，PCA)

由于每個試驗(yàn)樣品都具有2 100個光譜數(shù)據(jù)點(diǎn)，數(shù)據(jù)量大且存在多重共線性，會造成信息冗余，在模型建立時，會降低模型預(yù)測性能。為了減輕計算量，降低分析問題的難度，提高預(yù)測準(zhǔn)確度，本研究采用PCA［16］對原始光譜數(shù)據(jù)進(jìn)行降維處理。

2 結(jié)果與分析

2.1 預(yù)處理結(jié)果

分別利用［0，1］歸一化，［－1，1］歸一化以及不處理3種方法對模型建立樣品集的原始光譜數(shù)據(jù)進(jìn)行預(yù)處理，得到的數(shù)據(jù)作為SVM的輸入建立模型，進(jìn)行初步的預(yù)測，3種預(yù)處理對應(yīng)的訓(xùn)練集與測試集的預(yù)測準(zhǔn)確率如表1所示。

表1 3種預(yù)處理對應(yīng)預(yù)測正確率/%

表1可見，數(shù)據(jù)進(jìn)行［－1，1］和［0，1］歸一化后，雖訓(xùn)練集的預(yù)測準(zhǔn)確率都稍微高于原始數(shù)據(jù)的預(yù)測結(jié)果，但測試集的預(yù)測準(zhǔn)確率卻都遠(yuǎn)遠(yuǎn)低于原始數(shù)據(jù)的預(yù)測結(jié)果，所以總體來看，數(shù)據(jù)不進(jìn)行預(yù)處理時得到的預(yù)測結(jié)果較好。

2.2 主成分分析結(jié)果

采用PCA對原始光譜數(shù)據(jù)進(jìn)行降維處理，所得到的前10個主成分的累計貢獻(xiàn)率如表2所示。

表2 前10個主成分的累計貢獻(xiàn)率/%

然而，主成分的個數(shù)對模型的預(yù)測性能有一定的影響［4］，主成分?jǐn)?shù)與預(yù)測誤判率的關(guān)系如圖2所示?？梢钥闯觯S著主成分?jǐn)?shù)的增加，模型的預(yù)測誤判率降低。當(dāng)主成分?jǐn)?shù)為5時，訓(xùn)練集和測試集的誤判率最低，而之后隨著主成分?jǐn)?shù)的增加，模型的誤判率又略有增長而后保持不變。因前5個主成分的累計貢獻(xiàn)率為99.94%，已經(jīng)幾乎可以用于表征光譜的全部信息。所以，本研究選擇前5個主成分作為SVM的輸入進(jìn)行模型建立。

圖2 主成分?jǐn)?shù)與預(yù)測誤判率的關(guān)系

2.3 SVM核函數(shù)類型和參數(shù)的確定

2.3.1 核函數(shù)的選擇

對于非線性可分?jǐn)?shù)據(jù)，SVM建立分類模型首要解決核函數(shù)的選擇問題。常見的核函數(shù)有線性、多項(xiàng)式、RBF和Sigmoid核函數(shù)4種形式。為選擇合適的核函數(shù)，分別利用4種核函數(shù)建立SVM模型，并對訓(xùn)練集和測試集樣品數(shù)據(jù)進(jìn)行預(yù)測，預(yù)測的結(jié)果如表3所示?？梢钥闯?，利用RBF核函數(shù)建立的模型對訓(xùn)練集和測試集的預(yù)測準(zhǔn)確率都比較高，所以本研究采用RBF核函數(shù)進(jìn)行SVM模型建立。

表3 4種核函數(shù)對應(yīng)的預(yù)測準(zhǔn)確率/%

2.3.2 參數(shù)的確定

選擇RBF作為SVM核函數(shù)，則最優(yōu)化問題的求解主要取決于懲罰參數(shù)C和核函數(shù)參數(shù)γ的選擇。

當(dāng)C取值很小時，訓(xùn)練和預(yù)測精度都很低，易出現(xiàn)欠學(xué)習(xí)，而隨著C的增大，訓(xùn)練和預(yù)測精度也會隨之提高，但當(dāng)C超過一定值時會容易出現(xiàn)過學(xué)習(xí)現(xiàn)象，所以當(dāng)C達(dá)到一定數(shù)值時，就需要通過調(diào)整核參數(shù)γ得到SVM的最優(yōu)結(jié)果。

關(guān)于SVM參數(shù)的優(yōu)化，國際上并沒有統(tǒng)一的最佳方法，目前常用的方法有:試驗(yàn)法、網(wǎng)格劃分(grid search)尋優(yōu)法［17］、遺傳算法(genetic algorithm，GA)尋優(yōu)法［18］、粒子群優(yōu)化算法(particle swarm optimization，PSO)［19］等。試驗(yàn)法即讓 C、γ 在一定的范圍內(nèi)取值，利用選取的C、γ以及訓(xùn)練集數(shù)據(jù)建立模型，得到訓(xùn)練集驗(yàn)證分類準(zhǔn)確率，反復(fù)選取C、γ值，最終取使得訓(xùn)練集驗(yàn)證分類準(zhǔn)確率最高的那組C、γ作為最優(yōu)參數(shù)。這種方法在尋優(yōu)區(qū)間足夠大且步進(jìn)足夠小的情況下可以尋得最優(yōu)參數(shù)，但如果尋優(yōu)區(qū)間過大，會比較費(fèi)時［20］。GA算法和PSO算法屬于啟發(fā)式算法，不必遍歷網(wǎng)格內(nèi)的所有參數(shù)點(diǎn)，也能找到全局最優(yōu)解，但這2種算法較為復(fù)雜，且容易陷入局部最優(yōu)。所以本研究采用網(wǎng)格劃分尋優(yōu)法來尋找最佳的參數(shù)C、γ。將訓(xùn)練集樣品數(shù)據(jù)進(jìn)行PCA后得到的前5個主成分作為輸入利用網(wǎng)格劃分尋優(yōu)法得到的最優(yōu)參數(shù)為:C=32 768，γ =0.009 765 63。

2.4 訓(xùn)練與驗(yàn)證結(jié)果

利用模型建立樣品的原始數(shù)據(jù)分別取各組的前30個樣品，共90個樣品數(shù)據(jù)作為訓(xùn)練集，其余60個樣品數(shù)據(jù)作為測試集，進(jìn)行PCA后，提取前5個主成分作為輸入，利用RBF函數(shù)作為SVM的核函數(shù)，在懲罰參數(shù)C=32 768，核函數(shù)參數(shù)γ=0.009 765 6的條件下，進(jìn)行SVM模型的建立。然后利用建立好的模型對訓(xùn)練集和測試集樣品數(shù)據(jù)進(jìn)行預(yù)測，預(yù)測結(jié)果如表4所示?？梢钥闯?，測試集的60的樣品中，有5個樣品數(shù)據(jù)預(yù)測錯誤，且被錯判的均為中度霉變顆粒，其中1粒被錯判為無癥狀，4粒被錯判為重度霉變，由于在進(jìn)行樣品分組時，中度霉變依據(jù)的標(biāo)準(zhǔn)為霉變面積占玉米顆粒表面的20%～70%，然而在挑選時，可能會由于部分霉變無法肉眼識別，從而造成錯分。

為確定模型對于檢測其他品種樣品的可行性，以相同霉變分組標(biāo)準(zhǔn)挑選了另一品種的玉米顆粒組成獨(dú)立樣品集，利用同樣的方法進(jìn)行處理，并用所建立的模型進(jìn)行預(yù)測，預(yù)測結(jié)果如表5所示。可以看出，該模型對獨(dú)立樣品集的預(yù)測準(zhǔn)確率達(dá)到87.8%，證明該模型對于不同品種玉米用于檢測其霉變是可行的。

表4 訓(xùn)練集和驗(yàn)證集的判別結(jié)果及準(zhǔn)確率

表5 獨(dú)立樣品集的判別結(jié)果及準(zhǔn)確率

3 結(jié)論

本研究對自然感染霉菌的同種玉米顆粒按照霉菌感染程度分成3組，獲取波數(shù)范圍為12 000～4 000 cm－1的FT－NIR的光譜信息，首先利用PCA對原始光譜數(shù)據(jù)進(jìn)行降維，通過分析試驗(yàn)結(jié)果，選取前5個主成分作為SVM輸入;然后選用RBF核函數(shù)，并利用網(wǎng)格劃分尋優(yōu)法尋找最優(yōu)參數(shù)C、γ進(jìn)行模型建立;最終建立的模型對訓(xùn)練集及測試集樣品的預(yù)測準(zhǔn)確率分別為93.3%和91.7%，對獨(dú)立樣品集的預(yù)測準(zhǔn)確率為87.8%。表明利用傅里葉變換近紅外光譜技術(shù)，結(jié)合主成分分析和支持向量機(jī)方法進(jìn)行霉變玉米的檢測是可行的。

［1］陳福生，羅信昌，周啟，等.酶聯(lián)免疫吸附法快速檢測儲存糧食中的污染曲霉［J］.中國糧油學(xué)報，1999，14(1):51－54

［2］Jaimez J.Application of the assay of aflatoxins by liquid chromatograghy with fluorescence detection in food analysis［J］.Journal of Chromatography A，2000(882):1－10

［3］周顯青，暴占彪，崔麗靜，等.霉變玉米電子鼻識別及其傳感器陣列優(yōu)化［J］.河南工業(yè)大學(xué)學(xué)報，2011，32(4):16－20

［4］陳全勝，趙杰文，張海東.基于支持向量機(jī)的近紅外光譜鑒別茶葉的真?zhèn)危跩］.光學(xué)學(xué)報，2006，26(6):933－937

［5］劉心如，張黎平，王建福，等.可見－近紅外漫反射光譜技術(shù)對羊毛和羊絨的鑒別研究［J］.光譜學(xué)與光譜分析，2013，33(8):2092－2095

［6］Pettersson H，Aberg L.Near infrared spectroscopy for deter-mination of mycotoxins in cereals［J］.Food Control，2003，14:229－232

［7］Wang D，Dowell F E，Ram M S，et al..Classification of fungal－damaged soybean seeds using near－infrared spectroscopy ［J］.International Journal of Food Properties，2004，7(1):75 －82

［8］Fernández－ Ibanez V，Soldado A，Martínez－ Fernández A，et al.Application of near infrared spectroscopy for rapid detection of aflatoxin B1 in maize and barley as analytical quality assessment［J］.Food Chemistry，2009，113:629 －634

［9］Dowell F E，Ram M S，Seitz L M.Predicting scab，vomitoxin，and ergosterol in single wheat kernels using near－infrared spectroscopy［J］.Cereal Chemistry，1999，76(4):573－576

［10］Gaspardo B，Zotto SD，Cividino SR，et al.A rapid method for detection of fumonisins B1 and B2 in corn meal using Fourier transform near infrared(FT－NIR)spectroscopy implemented with integrating sphere［J］.Food Chemistry，2012，135:1608 －1612

［11］Tavakolian M SS，Silaghi F A，F(xiàn)abbri A，et al..Differentiation of post harvest date fruit varieties non－destructively using FT－NIR spectroscopy［J］.International Journal of Food Science and Technology，2013，48(6):1282－1288

［12］王家俊.FT－NIR光譜分析技術(shù)測定煙草中總氮、總糖和煙堿［J］.光譜實(shí)驗(yàn)室，2003，20(2):181－185

［13］程存歸，阮永明，李冰嵐.傅里葉變換紅外光譜法應(yīng)用于中藥砂仁真?zhèn)舞b別的研究［J］.光譜學(xué)與光譜分析，24(11):1355－1358

［14］Vapnik V.Statistical Learning Theory［M］.Wiley，New York，NY，1998

［15］李國正，王猛，曾華軍.支持向量機(jī)導(dǎo)論［M］.北京:電子工業(yè)出版社，2004

［16］Juneja J.Common factors，principal components analysis，and the term structure of interest rates［J］.International Review of Financial Analysis，2012，24:48－56

［17］Liu Xianglou，Jia Dongxu，Li Hui.Research on Kernel parameter optimization of support vector machine in speaker recognition ［J］.Science Technology and Engineering，2010，10(7):1669－1673

［18］Chen P W，Wang JY，Lee H.Model selection of SVMs using GA approach［C］.Proc of 2004 IEEE Int Joint Conf on Neural Networks.Piscataway，USA，2004:2035－2040

［19］Eberhart R，Kenney J.A new optimizer using particle swarm theory［C］.Proc of the sixth International Symposium on Micro Machine and Human Science.Piscataway，USA，1995:39－43

［20］王健峰，張磊，陳國興，等.基于改進(jìn)的網(wǎng)格搜索法的SVM 參數(shù)優(yōu)化［J］.應(yīng)用科技，2012，39(3):28 －31.