袁 瑩 王 偉 褚 璇 喜明杰

(中國農業(yè)大學工學院，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后損失給玉米的生產造成了很大的影響。霉變不僅造成玉米產量減少，還導致玉米品質下降，更嚴重的是，霉變玉米若進入食物鏈會嚴重危害人、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］等方法進行檢測，但這些方法普遍存在費用高、需前處理、操作繁瑣、抽樣檢測等缺點［3］，進而無法進行批量無損檢測。近些年來，近紅外光譜法已發(fā)展成為鑒別和分析有機物和部分無機物的有用方法，廣泛應用于谷物品質和營養(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)技術具有掃描速度更快、信噪比和分辨率高以及能擴展更多附件等特點，已被廣泛應用于諸多領域［10－13］。支持向量機(Support Vector Machine，SVM)由 Vapnik首先提出［14］，可用于進行模式分類和非線性回歸。它是一種新的模式識別方法，是結構風險最小化的近似實現(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和支持向量機對玉米是否霉變進行檢測。

1 材料與方法

1.1 儀器設備

試驗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進行獲取，并基于LIBSVM工具箱利用Matlab2012b進行光譜數(shù)據(jù)的處理及分析。

1.2 試驗材料及樣品準備

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粒作為獨立樣品集對所提出的方法和建立的模型進行驗證，所有樣品根據(jù)霉變的嚴重程度按以下標準進行分組:

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行編號，獨立樣品集每組選取30粒玉米顆粒并順序進行編號。

1.3 光譜采集

對每粒玉米顆粒的胚芽面進行光譜數(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)預處理

本研究基于LIBSVM工具箱利用Matlab2012b平臺進行數(shù)據(jù)預處理的對比。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種方法進行預處理。

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

由于每個試驗樣品都具有2 100個光譜數(shù)據(jù)點，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，會降低模型預測性能。為了減輕計算量，降低分析問題的難度，提高預測準確度，本研究采用PCA［16］對原始光譜數(shù)據(jù)進行降維處理。

2 結果與分析

2.1 預處理結果

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)進行預處理，得到的數(shù)據(jù)作為SVM的輸入建立模型，進行初步的預測，3種預處理對應的訓練集與測試集的預測準確率如表1所示。

表1 3種預處理對應預測正確率/%

表1可見，數(shù)據(jù)進行［－1，1］和［0，1］歸一化后，雖訓練集的預測準確率都稍微高于原始數(shù)據(jù)的預測結果，但測試集的預測準確率卻都遠遠低于原始數(shù)據(jù)的預測結果，所以總體來看，數(shù)據(jù)不進行預處理時得到的預測結果較好。

2.2 主成分分析結果

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

表2 前10個主成分的累計貢獻率/%

然而，主成分的個數(shù)對模型的預測性能有一定的影響［4］，主成分數(shù)與預測誤判率的關系如圖2所示。可以看出，隨著主成分數(shù)的增加，模型的預測誤判率降低。當主成分數(shù)為5時，訓練集和測試集的誤判率最低，而之后隨著主成分數(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率為99.94%，已經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的輸入進行模型建立。

圖2 主成分數(shù)與預測誤判率的關系

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

對于非線性可分數(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，并對訓練集和測試集樣品數(shù)據(jù)進行預測，預測的結果如表3所示?？梢钥闯?，利用RBF核函數(shù)建立的模型對訓練集和測試集的預測準確率都比較高，所以本研究采用RBF核函數(shù)進行SVM模型建立。

表3 4種核函數(shù)對應的預測準確率/%

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C取值很小時，訓練和預測精度都很低，易出現(xiàn)欠學習，而隨著C的增大，訓練和預測精度也會隨之提高，但當C超過一定值時會容易出現(xiàn)過學習現(xiàn)象，所以當C達到一定數(shù)值時，就需要通過調整核參數(shù)γ得到SVM的最優(yōu)結果。

關于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。試驗法即讓 C、γ 在一定的范圍內取值，利用選取的C、γ以及訓練集數(shù)據(jù)建立模型，得到訓練集驗證分類準確率，反復選取C、γ值，最終取使得訓練集驗證分類準確率最高的那組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)格內的所有參數(shù)點，也能找到全局最優(yōu)解，但這2種算法較為復雜，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。將訓練集樣品數(shù)據(jù)進行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 訓練與驗證結果

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)作為訓練集，其余60個樣品數(shù)據(jù)作為測試集，進行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，進行SVM模型的建立。然后利用建立好的模型對訓練集和測試集樣品數(shù)據(jù)進行預測，預測結果如表4所示?？梢钥闯觯瑴y試集的60的樣品中，有5個樣品數(shù)據(jù)預測錯誤，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，由于在進行樣品分組時，中度霉變依據(jù)的標準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，以相同霉變分組標準挑選了另一品種的玉米顆粒組成獨立樣品集，利用同樣的方法進行處理，并用所建立的模型進行預測，預測結果如表5所示?？梢钥闯?，該模型對獨立樣品集的預測準確率達到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 訓練集和驗證集的判別結果及準確率

表5 獨立樣品集的判別結果及準確率

3 結論

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)進行降維，通過分析試驗結果，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進行模型建立;最終建立的模型對訓練集及測試集樣品的預測準確率分別為93.3%和91.7%，對獨立樣品集的預測準確率為87.8%。表明利用傅里葉變換近紅外光譜技術，結合主成分分析和支持向量機方法進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)大學學報，2011，32(4):16－20

［4］陳全勝，趙杰文，張海東.基于支持向量機的近紅外光譜鑒別茶葉的真?zhèn)危跩］.光學學報，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對羊毛和羊絨的鑒別研究［J］.光譜學與光譜分析，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光譜分析技術測定煙草中總氮、總糖和煙堿［J］.光譜實驗室，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用于中藥砂仁真?zhèn)舞b別的研究［J］.光譜學與光譜分析，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.支持向量機導論［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.基于改進的網(wǎng)格搜索法的SVM 參數(shù)優(yōu)化［J］.應用科技，2012，39(3):28 －31.