寬度學(xué)習(xí)的蝦新鮮度檢測方法

葉榮珂，孔慶辰，李道亮,2，陳英義,2，張玉泉，劉春紅,2*

1.中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，北京 100083 2.國家數(shù)字漁業(yè)創(chuàng)新中心，北京 100083

引 言

蝦含有豐富的鋅、硒、銅等物質(zhì)，維生素B12含量高，質(zhì)地細(xì)膩易消化，受到消費(fèi)者的歡迎，由于蝦含有豐富的水分和營養(yǎng)物質(zhì)，隨著冷藏時間的延長蝦的品質(zhì)會迅速劣變[1]。王素華[2]等發(fā)現(xiàn)對蝦在5 ℃的保質(zhì)期為4 d。凌萍華[3]等研究發(fā)現(xiàn)南美白對蝦置于4 ℃條件下貯藏貨架期僅為4 d。傳統(tǒng)蝦新鮮度評定方法多采用儀器分析和人工感官評定的方法，這些方法可靠性差，花費(fèi)時間長且不可重復(fù)，不能精確、實(shí)時地反映全部產(chǎn)品的新鮮度[4]。

近年來，大量研究利用高光譜成像技術(shù)對各類農(nóng)產(chǎn)品進(jìn)行新鮮度的檢測。與儀器分析和感官評價的方法相比較，高光譜成像技術(shù)具有預(yù)測精確、價格較低和無損等特點(diǎn)，在食物新鮮度檢測領(lǐng)域得到廣泛應(yīng)用[5]。Yu等[6]采用高光譜成像技術(shù)結(jié)合基于堆棧式自動編碼器的邏輯回歸模型(SAEs-LR)，對蝦仁冷藏保鮮過程中的鮮度進(jìn)行判別。Zhang等[7]采用近紅外高光譜成像系統(tǒng)結(jié)合卷積神經(jīng)網(wǎng)絡(luò)(CNN)測定了黑枸杞中總酚，總黃酮和總花色苷含量。Xin等[8]將高光譜技術(shù)和堆棧卷積自動編碼器(SCAE)相結(jié)合用于檢測生菜中的重金屬。然而，上述研究都是基于深度學(xué)習(xí)算法，而深度學(xué)習(xí)存在樣本需求量大、參數(shù)多且不易設(shè)置等問題，導(dǎo)致其在小樣本量的檢測中的應(yīng)用受到了限制。寬度學(xué)習(xí)(BLS)是近年來在IEEE會議上提出的新算法，該算法為扁平結(jié)構(gòu)，且具有泛化性能好，迭代收斂快等優(yōu)點(diǎn)，使其在解決中小樣本的問題上有獨(dú)特的優(yōu)勢。目前，寬度學(xué)習(xí)用于光譜檢測領(lǐng)域的研究較少。經(jīng)過充分的理論研究與前期調(diào)研，我們將寬度學(xué)習(xí)引入到高光譜成像技術(shù)檢測蝦新鮮度的研究中。

采用高光譜成像技術(shù)與寬度學(xué)習(xí)相結(jié)合鑒別蝦新鮮度；以白對蝦為研究對象。首先將經(jīng)過不同預(yù)處理后的光譜數(shù)據(jù)進(jìn)行可視化，從而判別出最佳預(yù)處理方法，之后采用多種算法對最佳預(yù)處理的光譜數(shù)據(jù)提取特征波長，最后將寬度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)算法進(jìn)行比較與分析，最終獲得對白對蝦新鮮度檢測的最優(yōu)模型。

1 實(shí)驗部分

1.1 樣本

實(shí)驗用白對蝦購買于北京市朝陽區(qū)海鮮市場，共420只，平均每只重15 g左右。所有樣本置于4 ℃的恒溫箱中冷藏，每天測定60個樣本，共測試7 d。

1.2 儀器

Gaia Sorter近紅外高光譜儀。其主要配置為：電控平移臺、56 mm定焦近紅外鏡頭、4個200 W溴鎢燈組成的均勻光源、計算機(jī)箱、遮光罩等；光譜范圍為：866.4～1 701.0 nm；采集軟件：SpecVIEW software (SpecView Ltd,Uckfield,UK)；曝光時間：0.09 s；采樣間隔：3.37 nm；電控移動平臺速度：0.55 cm·s-1。

1.3 光譜數(shù)據(jù)處理

1.3.1 光譜數(shù)據(jù)預(yù)處理

在數(shù)據(jù)采集過程中可能會由于一些干擾因素而引入噪聲，導(dǎo)致后續(xù)的建模相對較慢且魯棒性低[9]。為消除噪聲的影響，使用多元散射校正(MSC)、標(biāo)準(zhǔn)正態(tài)變量校正(SNV)和直接正交信號校正(DOSC)三種方法預(yù)處理原始光譜數(shù)據(jù)。

1.3.2 特征波長選擇

所有樣本被隨機(jī)分成3∶1的校正集和預(yù)測集，由于部分高光譜數(shù)據(jù)的全波段光譜信息和空間信息是冗余共線的，這些干擾信息會影響后續(xù)建模過程中模型的魯棒性、準(zhǔn)確性和計算速度。因此，分別采用隨機(jī)森林(RF)[10]、主成分分析(PCA)[11]和二維相關(guān)光譜(2D-COS)[12]進(jìn)行特征波長選擇。

1.3.3 判別模型

偏最小二乘判別分析(PLS-DA)是基于偏最小二乘回歸的高維線性識別多元分類模型[13]；極限學(xué)習(xí)機(jī)(ELM)是一類基于前饋神經(jīng)網(wǎng)絡(luò)(FNN)構(gòu)建的機(jī)器學(xué)習(xí)方法，適用于監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)問題[14]；寬度學(xué)習(xí)系統(tǒng)(BLS)是基于隨機(jī)向量函數(shù)鏈神經(jīng)網(wǎng)絡(luò)(RVFLNN)提出的新型替代方案[15]，其結(jié)構(gòu)如圖1所示。BLS的輸入矩陣是由兩部分組成的：映射節(jié)點(diǎn)(mapped feature)和增強(qiáng)節(jié)點(diǎn)(enhancement nodes)，映射節(jié)點(diǎn)由光譜數(shù)據(jù)經(jīng)過線性映射和激活函數(shù)變換得到，增強(qiáng)節(jié)點(diǎn)由映射節(jié)點(diǎn)經(jīng)過線性映射和激活函數(shù)變換得到。

圖1 寬度學(xué)習(xí)系統(tǒng)結(jié)構(gòu)Fig.1 Architecture of the broad learning system

2 結(jié)果與討論

2.1 原始光譜分析

通過白對蝦樣本高光譜圖像上感興趣區(qū)域(ROI)提取光譜數(shù)據(jù)。圖2為白對蝦在不同冷藏天數(shù)的平均光譜曲線及其標(biāo)準(zhǔn)差。可以看出，在相同的冷藏天數(shù)下，樣品分散度較小，數(shù)據(jù)準(zhǔn)確。不同冷藏天數(shù)的白對蝦光譜曲線趨勢相似，在一些波段難以區(qū)分。但在1 150～1 300 nm范圍內(nèi)，可以看出不同冷藏天數(shù)的白對蝦光譜反射率不同。隨著冷藏天數(shù)的延長，反射率逐漸增大?？偟膩碚f，第1天和第7天的平均光譜曲線差異最大，而第2，3，4，5天的平均光譜曲線差異很小。

圖2 平均光譜曲線及其標(biāo)準(zhǔn)差Fig.2 Average spectral curves with standard deviation

2.2 預(yù)處理后光譜數(shù)據(jù)的可視化分析

t分布隨機(jī)鄰域嵌入(t-SNE)方法可對不同組別樣品之間的差異進(jìn)行可視化分析[16]。t-SNE是由SNE衍生出來的一種算法，它將高維映射到低維，并試圖確保分布概率在它們之間是恒定的。在本研究中，t-SNE用于將原始光譜和經(jīng)三種方法(MSC，SNV，DOSC)預(yù)處理的光譜的可視化，并將這些高維光譜還原到二維平面進(jìn)行分析和比較。圖3為原始光譜和經(jīng)過不同預(yù)處理的光譜曲線及其相應(yīng)的t-SNE可視化結(jié)果。其中RAW代表原始光譜，從圖3(h)中可以直觀地看出經(jīng)DOSC預(yù)處理后的光譜顯示出較好的聚類效果，雖然仍有交叉重疊，但與經(jīng)過MSC和SNV處理的光譜以及原始光譜相比聚類效果更佳。因此選擇經(jīng)DOSC處理后的光譜進(jìn)行特征波長的建模分析。

圖3 可視化分析(a)，(b)，(c)，(d)：不同預(yù)處理方法的光譜曲線；(e)，(f)，(g)，(h)：t-SNE可視化Fig.3 Visualization analysis(a)，(b)，(c)，(d)：Spectral curves by using different preprocessing methods；(e)，(f)，(g)，(h)：Visualization using t-SNE

2.3 特征波長的選擇

2.3.1 隨機(jī)森林

隨機(jī)森林(RF)是由多棵決策樹組成的機(jī)器學(xué)習(xí)算法，具有分析復(fù)雜交互分類特征的能力。當(dāng)隨機(jī)森林算法作為高維數(shù)據(jù)的特征選擇工具時，可以得到所有變量的重要性及其排序。圖4為使用RF后的波長重要性排序，設(shè)置波長變量重要性閾值為0.15，高于閾值的變量被選中作為新鮮度特征，最終通過RF選擇了15個特征波長。

圖4 使用隨機(jī)森林的波長變量重要性分析Fig.4 Analysis of the importance of wavelength variables by RF

2.3.2 主成分分析

主成分分析(PCA)可提供頻譜分析中對不同數(shù)據(jù)點(diǎn)之間方差的解釋。PC1與PC2組合的2D得分圖如圖5(a)所示，一般來說，同一冷藏天數(shù)的數(shù)據(jù)點(diǎn)傾向于聚集在一起，隨著冷藏天數(shù)的持續(xù)上升，相應(yīng)的樣品趨向于沿著PC1軸正方向移動。圖5(b)為PC1和PC2負(fù)載線，顯著峰谷處的波長被認(rèn)為是識別冷藏天數(shù)的重要信息，應(yīng)加以選擇，通過PCA最終提取了7個特征波長。

圖5 有效PC得分和負(fù)載分析(a)：PC1與PC2的PCA得分圖；(b)：PC1和PC2負(fù)載線上的選擇出來的波長Fig.5 Analysis of effective PC scores and loading(a)：PCA score plot of PC1vs. PC2；(b)：Wavelength selection on PC1 and PC2 loading lines

2.3.3 二維相關(guān)光譜

二維相關(guān)光譜(2D-COS)是一種常用的數(shù)學(xué)分析形式。

所獲得的不同冷藏天數(shù)2D-COS分析如圖6所示。在圖6(a)同步等高線圖中的對角線觀察到914.6和1 058.0 nm這兩個主要的自相關(guān)峰，另一個弱的自相關(guān)峰1 249.1 nm也在圖6(b)相應(yīng)的自相關(guān)峰強(qiáng)度曲線圖可以清楚地看到。這些頻段的強(qiáng)度隨冷藏天數(shù)的不同而有很大差異，因此，通過這3個波長可有效識別冷藏天數(shù)。最終通過2D-COS選擇了3個特征波長。

圖6 不同冷藏天數(shù)樣品的2D-COS光譜(a)：同步等高線圖；(b)：自相關(guān)峰強(qiáng)度曲線Fig.6 The 2D-COS spectrum of samples with different days of refrigeration(a)：Synchronous contourmap plot；(b)：Autocorrelation peak intensity curve

2.4 基于特征波長的建模分析

為了進(jìn)一步選擇最佳的模型組合，將特征波長光譜數(shù)據(jù)與判別模型相結(jié)合，以獲得最佳的模型組合。表1為不同特征選擇算法結(jié)合判別模型建模分析的結(jié)果。PLS-DA參數(shù)為潛在變量個數(shù)。ELM參數(shù)為隱含層層數(shù)。BLS參數(shù)為正則化參數(shù)、增強(qiáng)節(jié)點(diǎn)的收縮尺度。具體分析來說：(1)不同特征選擇算法(RF，PCA，2D-COS)與相同的判別模型中，RF算法與判別模型相結(jié)合的校正集和預(yù)測集的精度最高(校正集和預(yù)測集準(zhǔn)確率都超過90%)，表明RF可以最大程度地消除冗余并保留有用信息。(2)特征選擇算法結(jié)合了3個判別模型(PLS-DA，ELM，BLS)，其中，BLS模型結(jié)合特征選擇算法可實(shí)現(xiàn)最佳分類精度(校正集和預(yù)測集準(zhǔn)確率都超過89%)。綜上所述，將RF-BLS作為新鮮度最佳判別模型(校正集和預(yù)測集準(zhǔn)確率分別為98.41%和97.14%)。

表1 基于特征波長的建模結(jié)果分析Table 1 Analysis of modeling results based on feature wavelengths

3 結(jié) 論

將寬度學(xué)習(xí)引入對白對蝦新鮮度的檢測研究。采用3種預(yù)處理方法(MSC，SNV，DOSC)，3種特征選擇算法(RF，PCA，2D-COS)，2種經(jīng)典機(jī)器學(xué)習(xí)算法(PLS-DA，ELM)和寬度學(xué)習(xí)模型(BLS)建立了蝦新鮮度的檢測方法。經(jīng)過實(shí)驗與結(jié)果分析，DOSC聚類效果最佳，RF算法在3種特征選擇算法中消除冗余信息性能最好，而BLS與線性機(jī)器學(xué)習(xí)算法(PLS-DA)以及非線性機(jī)器學(xué)習(xí)算法(ELM)相比獲得了更高的分類精度，因此RF-BLS模型效果最好(校正集和預(yù)測集準(zhǔn)確率分別為98.41%和97.14%)，驗證了寬度學(xué)習(xí)用于光譜檢測領(lǐng)域的可行性。實(shí)驗結(jié)果表明高光譜成像技術(shù)結(jié)合寬度學(xué)習(xí)識別蝦的新鮮度是可行的，方法可以為在線檢測蝦新鮮度系統(tǒng)的開發(fā)提供理論依據(jù)。