竇 穎，孫曉榮，劉翠玲，位麗娜，胡玉君

（北京工商大學(xué)計算機與信息工程學(xué)院，北京　　100048）

基于紅外衰減全反射光譜的面粉種類快速鑒別

竇 穎，孫曉榮*，劉翠玲，位麗娜，胡玉君

（北京工商大學(xué)計算機與信息工程學(xué)院，北京100048）

研究提出基于支持向量機（support vector machine，SVM）算法結(jié)合紅外衰減全反射光譜對不同種類的面粉進行快速分類。實驗隨機采集富強粉、精制雪花粉、麥芯粉及面包粉4 種共139 份常見面粉紅外衰減全反射光譜，運用馬氏距離篩選異常樣本，并建立SVM模型對待測樣本進行預(yù)測。實驗采用二叉樹SVM模型識別面粉種類，并通過網(wǎng)格法優(yōu)化核函數(shù)參數(shù)，結(jié)果顯示：富強粉、精制雪花粉、麥芯粉及面包粉的識別準確率分別為100%、100%、75%和85.71%，模型平均識別準確率為90.177 5%。結(jié)果表明，利用紅外光譜結(jié)合SVM算法快速識別面粉種類是準確可行的。

面粉；紅外衰減全反射；馬氏距離；支持向量機Abstract: In the present study， we put forward an algorithm based on support vector machine （SVM） for fast identifi cation of different types of fl our by attenuated total refl ectance-Fourier transform infrared spectroscopy （ATR-FTIR）. ATR-FTIR spectra of 139 samples of four common types including strong fl our， wheat core fl our， refi ned snowfl ake fl our and bread fl our， were collected randomly. The outlier samples were eliminated based on Mahalanobis distance and an SVM model was established to predict samples. The binary tree SVM model was used to identify the types of fl our， and the parameters of the kernel function were optimized by using the grid method .The results showed that the recognition accuracy reached 100%，100%， 75% and 85.71% for strong flour， refined snowflake flour， wheat core flour and bread flour， respectively， and the average recognition accuracy of the model was 90.177 5%. All the above results indicate that it is feasible to use ATR-FTIR with SVM algorithm for quick and accurate identifi cation of different types of fl our.

面粉富含蛋白質(zhì)、維生素以及人體所需的酶和微量元素等營養(yǎng)物質(zhì)，加之其制成的食品種類繁多，一直是國民日常生活中必不可少的主食之一。隨著人們?nèi)粘ｏ嬍车呢S富，市場為滿足消費者的需求，也相繼推出許多不同用途以及品質(zhì)的面粉商品。其中最為常見的有富強粉、麥芯粉、精制雪花粉，以及面包粉等種類，價格參差不齊，甚至是相差幾倍。由于消費者僅從面粉的外觀很難辨別其種類，一些不法商販和小作坊便將低價的面粉魚目混珠充當(dāng)高價面粉販賣，以此謀得高額的差價，侵害消費者利益，類似新聞在全國各地均有報道。雖然監(jiān)管部門積極打擊此類現(xiàn)象，但是需要先對面粉成分進行檢測再通過成分含量來鑒別其類別，方法繁瑣，不適合隨機抽查，快速鑒別。

紅外光譜波長范圍位于2.5～25 μm之間，在物質(zhì)鑒別方面發(fā)展成熟，且有簡便快捷、分析成本低、樣本用量少、可反復(fù)實驗等優(yōu)點，在食品、藥物、珠寶、文物、石油、土壤等物質(zhì)的鑒別分析中都有良好的應(yīng)用［1-6］。衰減全反射測量附件［7］在20世紀80年代初開始應(yīng)用到紅外光譜儀，極大簡化了一些樣品的測試操作，并且不存在干涉條紋，特征譜帶清晰，已被廣泛應(yīng)用于各個領(lǐng)域的定量和定性分析［8-10］。

支持向量機（support vector machine，SVM）是一種有監(jiān)督的模式識別方法，在解決小樣本、非線性及高維模式識別中表現(xiàn)出許多特有的優(yōu)勢。它的基本思想是將線性不可分的輸入數(shù)據(jù)經(jīng)核函數(shù)映射到一個更高維的特征空間中，通過求解一個線性約束的二次規(guī)劃問題，找到一個能將輸入數(shù)據(jù)線性分割的最大間隔分類面［11-13］。SVM自20世紀90年代提出之后，在模式識別、通信、信號處理以及控制等方面都得到了較為廣泛的應(yīng)用［14-16］。在食品領(lǐng)域［17］，談愛玲等［18］運用改進的SVM法鑒別普通植物源與中草藥植物源蜂蜜，正確率達96.67%。張建華等［19］采用最優(yōu)二叉樹SVM對蜜柚葉部病害進行識別等。

因此，在此研究基礎(chǔ)上提出基于面粉紅外衰減全反射光譜，并通過主成分分析與馬氏距離剔除異常樣本，結(jié)合SVM算法快速鑒別富強粉、精制雪花粉、麥芯粉和面包粉4 種類別。

1　　材料與方法

1.1材料

實驗隨機采集的面粉樣本均來自古船面粉廠不同批次、不同種類的產(chǎn)品，其中包括富強粉（37 份）、麥芯粉（41 份）、精制雪花粉（32 份）以及面包粉（29 份）共計139 份樣本，并進行面粉紅外光譜的采集。

1.2儀器與設(shè)備

VERTEX 70傅里葉紅外光譜儀、衰減全反射附件德國Bruker公司。

1.3方法

1.3.1馬氏距離剔除異常樣本

馬氏距離表示數(shù)據(jù)的協(xié)方差距離，是一種有效地計算未知樣本相似度的方法［20］。在實際應(yīng)用中總體樣本數(shù)應(yīng)大于樣本的維數(shù)，所以需對樣本集進行主成分分析。提取k個主成分后，馬氏距離剔除異常樣本具體算法為：

按式（1）計算樣本集的平均光譜：

式中：A為光譜矩陣；j為波數(shù)；n為樣品數(shù)；ā為平均光譜。

對樣本集進行均值中心化處理以擴大樣本間差異：

計算馬氏矩陣：

式中：M為K×K維矩陣。

計算樣本集各個樣本到平均光譜的馬氏距離：

根據(jù)n個樣本到平均光譜的馬氏距離，設(shè)置閾值剔除異常樣本。

1.3.2SVM原理

SVM的分類原理是在n維空間里，構(gòu)造一個超平面來劃分兩類樣本數(shù)據(jù)，要求超平面距離兩類樣本界限的距離最大。為求得兩類樣本到分類面的距離，在其兩側(cè)分別構(gòu)造一個平行于分類面的超平面，在這兩個超平面上的樣本就是支持向量。

給定訓(xùn)練集｛xi，yi｝，i=1，2，……，n，yiΣ｛－1，1｝表示樣本xi的類別，xiΣRD（xi有D個特征）。根據(jù)訓(xùn)練樣本的信息，建立超平面：

式中：w為超平面的法向量。要求超平面對所有樣本正確分類，則樣本必須滿足約束條件：

式中：ζ為松弛變量，是為解決線性不可分情況，ζ≥0。因此，滿足上述條件且使得||w||2最小的分類面就是最優(yōu)超平面。解最優(yōu)超平面，即確定參數(shù)w和b的值，等價于解決最優(yōu)化問題：

式中：C為懲罰參數(shù)，用來平衡松弛變量和分類邊界的大小。

二次優(yōu)化最終結(jié)果表示為：

式中：ai為拉格朗日乘子；k（xi，xj）為核函數(shù)。

標準的SVM只能解決二分類問題，如何有效地應(yīng)用與多分類問題一直是研究的熱點和難點。目前常用的多分類方法有4 種：一對多、一對一、決策導(dǎo)向無環(huán)圖，二叉樹法［21-22］。由于二叉樹法克服了一對多分類法存在不可分區(qū)域，以及訓(xùn)練樣本不平衡造成分類準確率較低等缺點，且在處理分類問題時，歷經(jīng)的子類SVM個數(shù)最少，具有較高的訓(xùn)練和測試樣本速度，所以實驗選擇二叉樹多分類方法進行面粉種類的分類與測試。

二叉樹多分類法的原理主要為首先將所有類別的樣本分為兩個子類，每個子類通過子分類器再繼續(xù)分成兩個次子類，如此循環(huán)分類，直到所有子類只包含一個類別的樣本，樣本的分類工作結(jié)束。面粉類別的二叉樹多分類示意圖如圖1所示。

圖 1　二叉樹模型圖Fig.1　Binary tree model

1.4數(shù)據(jù)分析

樣本的預(yù)處理方法采用布魯克公司OPUS光譜分析軟件執(zhí)行，樣本的主成分分析、馬氏距離的計算以及SVM模型的建立與預(yù)測均由Matlab軟件執(zhí)行與仿真。

2　　結(jié)果與分析

2.1數(shù)據(jù)預(yù)處理

在光譜的采集過程中會有許多干擾因素存在，并直接影響了模型的預(yù)測能力，因此在建立模型前需要對樣本的光譜進行預(yù)處理，旨在降低噪聲的干擾以及光譜數(shù)據(jù)無關(guān)信息的影響［23-25］。實驗采取氣氛補償及基線校正處理面粉中紅外光譜采集過程中，空氣里水分和二氧化碳對光譜的影響和環(huán)境中某些變化引起的光譜基線漂移等情況。最后通過均值中心化法增加面粉樣本光譜之間的差異，以提高模型的穩(wěn)健性與預(yù)測能力。面粉樣本經(jīng)氣氛補償和基線校正后的中紅外光譜圖和面粉樣本中紅外光譜均值中心化結(jié)果見圖2。

圖 2　經(jīng)氣氛補償和基線校正后的樣本光譜（AA）與經(jīng)均值中心化的樣本光譜（BB）Fig.2　Spectra of samples after atmosphere compensation and baseline correction （A） and mean centralization （B）

2.2異常樣本剔除

面粉的生產(chǎn)、運輸以及樣本光譜的掃描過程中，都會有一些不可避免的因素影響面粉樣本的品質(zhì)，產(chǎn)生一些與同類別面粉差異較大的樣本?；谶@種情況，在建立模型前需將異常樣本剔除才能使模型更穩(wěn)健、準確。由于樣本特征較多，實驗采取主成分分析結(jié)合馬氏距離剔除異常樣本，通過計算提取3 個主成分，所占比重達95%以上。根據(jù)各類別樣本到平均樣本的馬氏距離，實驗將閾值設(shè)為2.5。圖3為4 個類別異常樣本剔除結(jié)果。

圖 3　樣本與平均光譜的馬氏距離Fig.3　Mahalanobis distance between samples and the average spectrum

從圖3得出，異常樣本共剔除17 個。其中富強粉5 個、麥芯粉5 個、面包粉2 個、精制雪花粉5 個。剩余122 個面粉樣本用于SVM建模與測試。

2.3SVM模型預(yù)測

首先將富強與精制雪花粉設(shè)為A類，麥芯粉與面包粉設(shè)為B類，使用Matlab軟件建立識別兩大類樣本的SVM模型。共有27 份樣本用于預(yù)測，其中富強粉（5 份）與精制雪花粉（7 份）共12 份，麥芯粉（8 份）與面包粉（7 份）共15 份。表1為采用不同核函數(shù)的SVM模型的分類準確率。

表 1 SVM參數(shù)設(shè)置及其分類準確率TTaabbllee 11 　　PPaarraammeetteerr sseettttiinnggss aanndd ccllaassssiiffi i ccaattiioonn aaccccuurraaccyy ooff SSVVMM

從表1可以看出，通過網(wǎng)格法參數(shù)尋優(yōu)后，核函數(shù)為RBF的預(yù)測準確率最高為88.888 9%；其次是以多項式函數(shù)和sigmod函數(shù)為核函數(shù)的模型，預(yù)測準確率為77.777 8%；線性函數(shù)為核函數(shù)的預(yù)測情況較差。因此選用RBF為核函數(shù)的SVM模型進行A類（富強粉、精制雪花粉）與B類（麥芯粉、面包粉）的識別。

圖 4　第一級SVM模型分類結(jié)果Fig.4　The fi rst level classifi cation results of SVM model

從圖4可以看出，－1點表示A類即富強粉和精制雪花粉，0點表示B類即麥芯粉和面包粉。27 個樣本中有2 個麥芯粉和1 個面包粉被錯分為A類，分類結(jié)果較好。

將識別后的兩大類樣本分別送入下一級的子分類器中，繼續(xù)細化分類。一個子分類器鑒別富強粉（5 份）與精制雪花粉（7 份），一個子分類器鑒別麥芯粉（8 份）和面包粉（7 份）。

表2　子分類器參數(shù)設(shè)置及其分類準確率（富強粉與精制雪花粉）TTaabbllee 22 　　PPaarraammeetteerr sseettttiinnggss aanndd ccllaassssiiffi i ccaattiioonn aaccccuurraaccyy ooff ssuubb--ccllaassssiiffi i eerrss ffoorr ssttrroonngg ffl l oouurr aanndd rreeffi i nneedd ssnnoowwffl l aakkee ffl l oouurr

由表2可知，除以線性函數(shù)為核函數(shù)的模型分類結(jié)果較差以外，多項式、RBF、sigmod為核函數(shù)的SVM模型分類準確率均達到100%，分類情況非常好，實驗選取RBF為核函數(shù)建立子SVM模型鑒別富強粉與精制雪花粉樣本。

表3　子分類器參數(shù)設(shè)置及其分類準確率（麥芯粉與面包粉）TTaabbllee 33 　　PPaarraammeetteerr sseettttiinnggss aanndd ccllaassssiiffi i ccaattiioonn aaccccuurraaccyy ooff ssuubb--ccllaassssiiffi i eerrss ffoorr wwhheeaatt ccoorree ffl l oouurr aanndd bbrreeaadd ffl l oouurr

由表3可知，以sigmod為核函數(shù)的模型分類結(jié)果最好，預(yù)測準確率達到100%。RBF函數(shù)為核函數(shù)的SVM模型分類結(jié)果次之，線性核函數(shù)分類結(jié)果較差。因此，實驗選取sigmod為核函數(shù)建立子SVM模型鑒別麥芯粉與面包粉樣本。

圖 5　子分類器分類結(jié)果Fig.5　The classifi cation results of sub classifi er

圖5表示第二級兩個子分類器的分類結(jié)果，－1點表示富強粉，0點表示精制雪花粉，1點表示麥芯粉，2點表示面包粉?？梢钥闯龀谝患夊e分到子分類器圖5A中的2 個麥芯粉和1 個面包粉沒有正確分類以外，其余樣本都被準確識別出來。

3　　結(jié) 論

研究針對不法商販將面粉以次充好的社會問題，提出基于中紅外光譜結(jié)合SVM法對面粉樣本種類進行快速的鑒別，以保障消費者的利益不被侵犯。在經(jīng)過光譜預(yù)處理以及馬氏距離剔除異常樣本的建模前處理，以及通過網(wǎng)格法參數(shù)優(yōu)化和SVM模型核函數(shù)預(yù)測結(jié)果的對比情況下，找出最適合面粉類別分類鑒別的模型以及相關(guān)參數(shù)。富強粉、精制雪花粉、麥芯粉及面包粉的識別準確率分別為100%、100%、75%和85.71%，模型平均識別準確率達到90.177 5%，為面粉種類鑒別研究提供了具有可行性的數(shù)據(jù)支持。由于面粉樣本的限制，實驗僅分類4 種常見面粉，還需收集更多不同種類、不同生產(chǎn)廠家的面粉樣本，研究更多種類的鑒別，以及更多分類方法的比較以提高預(yù)測準確率。并且將模型不斷優(yōu)化之后，可以將其嵌入到便攜式紅外光譜儀上以便質(zhì)檢人員現(xiàn)場抽檢與鑒別。

［1］褚小立. 化學(xué)計量學(xué)方法與分子光譜分析技術(shù)［M］. 北京: 化學(xué)工業(yè)出版社， 2011: 220-241.

［2］徐繼剛， 馮新瀘， 管亮， 等. 中紅外光譜在潤滑油分類識別中的應(yīng)用［J］. 后勤工程學(xué)院學(xué)報， 2011， 27（5）: 51-55.

［3］錢貴明， 劉嘉， 張引， 等. 傅立葉變換中紅外光譜在食品快速分析與檢測中應(yīng)用［J］. 糧食與油脂， 2013， 26（6）: 29-33.

［4］KAROUI R， MAZEROLLES G， BOSSET J O， et al. Utilisation of mid-infrared spectroscopy for determination of the geographic origin of Gruyère PDO and L'Etivaz PDO Swiss cheeses［J］. Food Chemistry，2007， 105（2）: 847-854.

［5］GURDENIZ G， OZEN B， FIGEN T. Comparison of fatty acid profi les and mid-infrared spectral data for classifi cation of olive oils［J］. Europe Journal of Lipid Science and Technology， 2010， 112（2）: 218-226.

［6］GURDENIZ G， OZEN B. Detection of adulteration of extra-virgin olive oil by chemometric analysis of mid-infrared spectral data［J］. Food Chemistry， 2009， 116（2）: 519-525.

［7］黃紅英， 尹齊和. 傅里葉變換衰減全反射紅外光譜法（ATR-FTIR）的原理與應(yīng)用進展［J］. 中山大學(xué)研究生學(xué)刊: 自然科學(xué)， 醫(yī)學(xué)版， 2011，32（1）: 20-20.

［8］張小俊， 姚杰. 紅外衰減全反射法（ATR）在橡膠產(chǎn)品分析中的應(yīng)用［J］.高分子材料科學(xué)與工程， 2013， 29（7）: 127-130.

［9］徐琳. 傅里葉變換衰減全反射紅外光譜法鑒定皮革產(chǎn)品［J］. 光譜實驗室， 2006， 22（6）: 1274-1276.

［10］ 王家俊， 汪帆， 馬玲. ATR-FTIR光譜法快速測定BOPP薄膜的厚度和定量［J］. 光譜實驗室， 2006， 22（5）: 999-1002.

［11］ 謝娟英， 張兵權(quán)， 汪萬紫. 基于雙支持向量機的偏二叉樹多類分類算法［J］. 南京大學(xué)學(xué)報: 自然科學(xué)版， 2011， 47（4）: 354-363.

［12］ 丁世飛， 齊丙娟， 譚紅艷. 支持向量機理論與算法研究綜述［J］. 電子科技大學(xué)學(xué)報， 2011， 40（1）: 2-10.

［13］ 王國勝. 支持向量機的理論與算法研究［D］. 北京: 北京郵電大學(xué)， 2007.

［14］ 宋召青， 崔和， 胡云安. 支持向量機理論的研究與進展［J］. 海軍航空工程學(xué)院學(xué)報， 2008， 23（2）: 143-148.

［15］ OOMMEN T， MISRA D， TWARAKAVI N K C， et al. An objective analysis of support vector machine based classification for remote sensing［J］. Mathematical Geosciences， 2008， 40（4）: 409-424.

［16］ BRERETON R G， LLOYD G R. Support vector machines for classifi cation and regression［J］. Analyst， 2010， 135（2）: 230-267.

［17］ 林顥， 趙杰文， 陳全勝， 等. 近紅外光譜結(jié)合一類支持向量機算法檢測雞蛋的新鮮度［J］. 光譜學(xué)與光譜分析， 2010， 30（4）: 929-932.

［18］ 談愛玲， 畢衛(wèi)紅. 基于KPCA和LSSVM的蜂蜜近紅外光譜鑒別分析［J］. 激光與紅外， 2012， 41（12）: 1331-1336.

［19］ 張建華， 孔繁濤， 李哲敏， 等. 基于最優(yōu)二叉樹支持向量機的蜜柚葉部病害識別［J］. 農(nóng)業(yè)工程學(xué)報， 2014， 30（19）: 222-231.

［20］ 劉強， 羅長兵， 陳紹江， 等. 近紅外光譜分析青貯玉米NDF中判別異常光譜的研究［J］. 光譜學(xué)與光譜分析， 2007， 27（8）: 1514-1518.

［21］ 薛寧靜. 多類支持向量機分類器對比研究［J］. 計算機工程與設(shè)計，2011， 32（5）: 1792-1795.

［22］ 孔波， 鄭喜英. 支持向量機多類分類方法研究［J］. 河南教育學(xué)院學(xué)報: 自然科學(xué)版， 2010， 19（2）: 9-12.

［23］ 郎宇寧， 藺娟如. 基于支持向量機的多分類方法研究［J］. 中國西部科技， 2010， 9（17）: 28-29.

［24］ 吳靜珠， 李慧， 王克棟， 等. 光譜預(yù)處理在農(nóng)產(chǎn)品近紅外模型優(yōu)化中的應(yīng)用研究［J］. 農(nóng)機化研究， 2011， 33（3）: 178-181.

［25］ 褚小立， 袁洪福， 陸婉珍. 近紅外分析中光譜預(yù)處理及波長選擇方法進展與應(yīng)用［J］. 化學(xué)進展， 2004， 16（4）: 528-542.

Fast Identifi cation of Flours by Attenuated Total Refl ectance-Fourier Transform Infrared Spectroscopy （ATR-FTIR）Based on Support Vector Machine （SVM）

DOU Ying， SUN Xiaorong*， LIU Cuiling， WEI Lina， HU Yujun
（School of Computer and Information Engineering， Beijing Technology and Business University， Beijing100048， China）

fl our； ATR-FTIR； Mahalanobis distance； support vector machine

TS207.3

A

1002-6630（2015）24-0224-05

10.7506/spkx1002-6630-201524042

2015-01-21

北京市教委科研計劃重點項目（KZ201310011012）；北京市教委科技創(chuàng)新平臺建設(shè)項目（PXM_2012_014213_000023）；北京市自然科學(xué)基金項目（4142012）；北京市優(yōu)秀人才資助項目（2012D005003000007）

竇穎（1990—），女，碩士研究生，研究方向為控制理論與控制工程。E-mail：m13146816314_1@163.com

孫曉榮（1976—），女，副教授，博士研究生，研究方向為智能測量技術(shù)與數(shù)據(jù)處理、系統(tǒng)建模與仿真方法、智能控制方法。E-mail：sxrchy@sohu.com