周海琴　張紅梅　靳小波

摘要：隨著信息科學技術(shù)的發(fā)展，多種智能處理方法已凸顯出自己的優(yōu)勢。食用植物油高效液相色譜法與支持向量機、AdaBoost.RMH、ML-LVQ算法相結(jié)合的食用油檢測方法已有所應(yīng)用。本文將甘油三酸脂組成成分指紋譜數(shù)據(jù)與多多標記ML-kNN算法相結(jié)合，用于食用植物油的分類識別與摻偽檢驗。首先進行甘油三酸脂組成成分指紋譜特征提取，然后構(gòu)建多標號分類器，接著進行試驗并評價其系統(tǒng)的性能。通過8種食用植物油及其混合油的測試結(jié)果表明，該算法能有效的應(yīng)用于食用植物油的定性分類與定量分析。

關(guān)鍵詞：多標記學習；ML-kNN算法；甘油三酸脂組成成分指紋譜；食用植物油脂鑒別

中圖分類號：TPl81 文獻標識碼：A 文章編號：1009-3044（2017）08-0265-04

食用油脂不僅是人體生理代謝所需的能量和碳來源，也是必需脂肪酸、甾醇、維生素等營養(yǎng)素的來源。長期以來，學者們致力于食用油脂研究，并取得了大量的研究成果。而且，各種研究成果對指導(dǎo)農(nóng)業(yè)種植、工業(yè)生產(chǎn)、合理膳食起到了積極的作用。但是，油脂作為重要的食品及食品原料，因產(chǎn)品質(zhì)量與安全引發(fā)的一系列問題，對油脂品種鑒別和摻偽檢驗方法的要求越來越高。

從食用油脂品種鑒別和摻偽檢驗方法的相關(guān)文獻報道來看，2004年之前，利用油脂品種特有成分或物性檢測的方法較多。2004年以后，陸續(xù)有關(guān)于利用質(zhì)譜、核磁共振譜、X-衍射等技術(shù)以及拉曼光譜、紅外光譜、近紅外光譜等光譜與化學計量學結(jié)合方法的報道。2008年以后，陸續(xù)有關(guān)于色譜分析方法與化學計量學結(jié)合方法的報道。其中，化學計量學方法主要有主成分分析法（PCA）、判別分析法（DA）、聚類分析法（CA）、SIMCA法、人工神經(jīng)網(wǎng)絡(luò)法以及常用來于定量分析的偏最小二乘法（PLS）、多元線性回歸法（MLR）等。

近年來，多標號學習算法在文本分類、圖像識別、蛋白質(zhì)功能分類及食用油脂品種鑒別方面的應(yīng)用已有報道。Qua-gong Huo，Xiao-Bo Jin and Hong-mei Zhand采用多標號Ada-Boost.RMH算法和帶元標號分類器的改進多標號AdaBoost.RMH算法，對食用油脂的高效液相色譜指紋圖信息進行處理，9種246份純油脂樣和124份混合樣分類結(jié)果表明，該方法能有效地對食用植物油定性分析，還能有效地對其定量分析。陳景波采用多標號學習矢量化算法對食用油進行分類，也取得了理想的效果。

本文將多標號學習ML-kNN算法應(yīng)用于食用植物油檢測中，ML-kNN算法將貝葉斯定理與kNN算法相結(jié)合構(gòu)建分類器，通過最大化后驗概率（MAP）的方式推理未見事例的標記集合。最終的分類器是T個弱分類器的加權(quán)平均。每一次迭代，都要對權(quán)重進行更新，更新的規(guī)則是：根據(jù)分類效果減小弱分類器分類效果較好的數(shù)據(jù)的權(quán)值，增大弱分類器分類效果較差的數(shù)據(jù)的權(quán)值，能簡單而有效的應(yīng)用于多標簽分類問題。與AdaBoost.RMH方法相比，具有錯誤率低且方法簡單的特點。

1實驗材料與方法

1.1食用植物油脂樣品

大豆油35份、菜籽油59份、花生油39份、芝麻油37份、棉籽油16份、玉米油20份、葵花籽油32份、棕櫚油27份?；ㄉ?大豆混合油9份、花生/葵花混合油9花生/玉米混合油2份、花生/棕櫚混合油9份、芝麻/花生混合油20份、大豆/玉米混合油3份、大豆/葵花混合油3份、大豆/棕櫚混合油8份、芝麻/大豆混合油21份、芝麻/葵花混合油21份、芝麻/菜籽混合油9份、芝麻/棕櫚混合油9份。

1.2高效液相色譜分離方法

C18色譜柱；乙腈-二氯甲烷流動相，流速1ml/min，梯度洗脫；蒸發(fā)光散射檢測器，漂移管溫度70℃，氮氣流量0.71/min；色譜數(shù)據(jù)處理方法面積歸一法。

1.3多標記算法

1.3.1多標記學習結(jié)構(gòu)

Adaboost是一種迭代算法，其核心思想是針對同一個訓(xùn)練集訓(xùn)練不同的分類器（弱分類器），然后把這些弱分類器集合起來，構(gòu)成一個更強的最終分類器（強分類器）。其算法本身是通過改變數(shù)據(jù)分布來實現(xiàn)的，它根據(jù)每次訓(xùn)練集之中每個樣本的分類是否正確，以及上次的總體分類的準確率，來確定每個樣本的權(quán)值。將修改過權(quán)值的新數(shù)據(jù)集送給下層分類器進行訓(xùn)練，最后將每次訓(xùn)練得到的分類器最后融合起來，作為最后的決策分類器。使用adaboost分類器可以排除一些不必要的訓(xùn)練數(shù)據(jù)特徵，并將關(guān)鍵放在關(guān)鍵的訓(xùn)練數(shù)據(jù)上面。

該算法其實是一個簡單的弱分類算法提升過程，這個過程通過不斷的訓(xùn)練，可以提高對數(shù)據(jù)的分類能力。整個過程如下所示：

1）先通過對N個訓(xùn)練樣本的學習得到第一個弱分類器；

2）將分錯的樣本加權(quán)后和新數(shù)據(jù)一起構(gòu)成一個新的N個的訓(xùn)練樣本，通過對這個樣本的學習得到第二個弱分類器；

3）將第二個弱分類器都分錯了的樣本加上其他的新樣本構(gòu)成另一個新的N個的訓(xùn)練樣本，通過對這個樣本的學習得到第三個弱分類器，依次類推；

4）使用加權(quán)的投票機制代替平均投票機制，將弱分類器聯(lián)合起來，讓分類效果好的弱分類器具有較大的權(quán)重，而分類效果差的分類器具有較小的權(quán)重。即某個數(shù)據(jù)被分為哪一類要通過T個弱分類器多數(shù)表決，最終經(jīng)過提升的強分類器。

1.3.2評價準則

多標記學習問題中，評價指標可分為兩種類型，即基于樣本的評價指標和基于類別的評價指標，對分類問題來說采用基于樣本的評價指標較合適，對于檢索問題來說采用基于類別的評價指標較合適。故本文采用基于樣本的五個指標如下：

（1）Hammingloss：該指標旨在考察樣本在單個標記上的誤判率，其值越小則該分類器性能越優(yōu)，最優(yōu)值為hloss_s（h）=0。

（2）One-error：該評價指標旨考察在訓(xùn)練樣本類別標記序列中，排在最前端的類別標記不屬于相關(guān)標記集合的情況。其值越小則該分類器性能越優(yōu)，最優(yōu)值為one-error_s（h）=0。

（3）Coverage：該評價指標旨在考察覆蓋所有在樣本類別標記排序過程中的搜索深度的情況。其值越小則該分類器性能越優(yōu)，最優(yōu)值為。

（4）Ranking loss：該評價指標旨在考察在樣本類別標記排序序列中出現(xiàn)排序錯誤的情況，即無關(guān)標記排在相關(guān)標記之前的情況。其值越小則該分類器性能越優(yōu)，最優(yōu)值為rloss_s（h）=0。

（5）Averageprecision：該評價指標旨在考察訓(xùn)練樣本的類別序列中，排在相關(guān)標記前的標記也是相關(guān)標記的情況。其值越小則該分類器性能越優(yōu)，最優(yōu)值為avgprec_s（h）=1。

1.3.3多標記ML-KNN算法

其中x、y為訓(xùn)練樣本集和類別標記集，T為循環(huán)次數(shù)，

2結(jié)果與討論

2.1甘油三酸脂組成成分指紋譜處理方法

按照高效液相色譜分離方法，采集各類油脂樣品的甘油三酸脂組成成分指紋譜，結(jié)果如圖1、2、3、4所示。由于油脂的甘油三酸脂成分非常復(fù)雜，而高效液相色譜的分離效能有限，甘油三酸脂成分的同分異構(gòu)體達不到完全分離，甚至達不到基本分離。為了保證不同樣品指紋譜中特征峰保留時間的穩(wěn)定性，比較各種油脂樣品的HPLC譜圖，確定甘油三酸脂色譜峰定性窗口為1%。甘油三酸脂成分含量計算方法為峰面積歸一法。

2.2實驗和結(jié)果

本文的實驗是基于Motlab實現(xiàn)的，隨機抽取實驗樣本中的2/3（即純油樣本數(shù)目為171、混合油樣本數(shù)目82）作為訓(xùn)練樣本，剩余的作為測試樣本。下表1以檢測花生油摻混有大豆油為例，其混合大豆油百分比不同其檢測率稍有差別。

本實驗k的選擇是通過在訓(xùn)練集上采用2折交叉檢驗法，所得最優(yōu)值k=15，迭代次數(shù)T取50時，對數(shù)據(jù)集運行10次，取其平均值各評價準則如表2所示。

表2的實驗數(shù)據(jù)表明，ML-kNN算法與AdaBoost.RMH算法相比較，有四個指標優(yōu)于后者只有覆蓋所有在樣本類別標記排序過程中的搜索深度不如AdaBoost.RMH算法好；Hammingloss是樣本在單個標記上的誤判率，ML-kNN算法分類識別準確率為純油98.90%、二元91.58%，能有效的應(yīng)用于食用植物油的定性分類與定量分析；運行時間比AdaBoost.RMH節(jié)約了近1/3。

3結(jié)論

針對當今社會存在的調(diào)和油成分檢測困難、地溝油濫用、油脂摻偽以及食用油質(zhì)量監(jiān)督管理問題，本文采用多標記ML-kNN算法用于食用植物油分類識別與摻偽檢驗，該方法是結(jié)合食用油的甘油三酸脂的高效液相指紋譜信息分類識別準確率為（純油98.90%、二元91.58%），可以在快速地進行有效檢測，與市場監(jiān)管需求相契合。本文是首次將多標記ML-kNN算法應(yīng)用于食用油檢測中，其對二元檢測精準度還有待提高，算法運行時間復(fù)雜度還有待降低，下一步工作著重于對系統(tǒng)的進一步優(yōu)化和應(yīng)用于對多元的鑒別。