亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于支持向量機(jī)的白酒上甑探汽方法研究

        2020-03-06 04:54:22田萬(wàn)春張貴宇庹先國(guó)吳昊翰
        食品與機(jī)械 2020年1期
        關(guān)鍵詞:分類(lèi)特征

        田萬(wàn)春 張貴宇,3 庹先國(guó) 吳昊翰

        (1. 四川輕化工大學(xué)人工智能四川省重點(diǎn)實(shí)驗(yàn)室,四川 宜賓 644000;2. 四川輕化工大學(xué)自動(dòng)化與信息工程學(xué)院,四川 宜賓 644000;3. 西南科技大學(xué)信息工程學(xué)院,四川 綿陽(yáng) 621010)

        中國(guó)白酒是世界六大蒸餾酒之一,其特有的固態(tài)發(fā)酵釀造工藝是中國(guó)勞動(dòng)人民的智慧結(jié)晶,是依靠經(jīng)驗(yàn)的傳統(tǒng)手工釀造技藝。“生香靠發(fā)酵,提香靠蒸餾”是固態(tài)法白酒釀造經(jīng)驗(yàn)之一[1]?!吧憧堪l(fā)酵”是指酒體風(fēng)味物質(zhì)通過(guò)糧食發(fā)酵產(chǎn)生,受微生物種類(lèi)、數(shù)量及當(dāng)?shù)貧夂驐l件等諸多因素影響,發(fā)酵工藝造就了酒的香型?!疤嵯憧空麴s”是指酒體風(fēng)味物質(zhì)的提取主要靠蒸餾,蒸餾工藝直接影響白酒的產(chǎn)量與品質(zhì)。上甑是蒸餾的最重要工藝之一,要求“探汽上甑,薄層加料”[2],即在酒蒸汽前鋒即將逸出酒醅表面時(shí)才鋪撒一層薄薄的冷料,從而創(chuàng)造最佳的溶酯條件[3],最大限度地提取風(fēng)味物質(zhì)。傳統(tǒng)釀造生產(chǎn)中,“探汽”全憑釀造師經(jīng)驗(yàn)把控,如果提前鋪料會(huì)導(dǎo)致酒蒸汽不能順利上升,造成“壓汽”現(xiàn)象,不能有效提取風(fēng)味物質(zhì),從而影響白酒品質(zhì);延遲鋪料則會(huì)導(dǎo)致酒蒸汽逸出,造成“跑汽”現(xiàn)象,降低產(chǎn)量。

        近年來(lái),隨著白酒企業(yè)自動(dòng)化轉(zhuǎn)型進(jìn)程的推進(jìn),白酒自動(dòng)化釀造技術(shù)取得了長(zhǎng)足發(fā)展,同時(shí)也對(duì)“探汽上甑”提出了新的要求,大量的專(zhuān)家學(xué)者對(duì)“探汽”進(jìn)行了深入研究。楊一帆等[4]通過(guò)圖像處理手段分離酒醅圖像中的前景和背景,再檢測(cè)蒸汽溢出區(qū)域確定鋪料區(qū)域,但該方法作用于“跑汽”之后,只能做到見(jiàn)汽鋪料,不能做到“探汽上甑”。張家雙等[5-6]將酒醅表面的紅外圖像進(jìn)行二值化處理,通過(guò)閾值分割的方法提取鋪料區(qū)域。酒醅紅外圖像描述的是酒醅表面溫度分布情況,其灰度值與酒醅表面溫度值存在映射關(guān)系[7],灰度閾值分割方法本質(zhì)上是設(shè)定溫度閾值分割出高溫區(qū)域。雖然該方法取得了一定成功,但從酒企應(yīng)用情況來(lái)看效果不夠理想,容易造成跑汽、壓汽,影響出酒質(zhì)量和產(chǎn)量。

        支持向量機(jī)(SVM)是Vapnik等[8]提出的一種基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則的模式分類(lèi)方法,在解決非線性、高維度的小樣本分類(lèi)問(wèn)題上表現(xiàn)出較好性能。其算法原理是在樣本空間中尋找一個(gè)分隔超平面將樣本集分為兩類(lèi),樣本間的間隔最大時(shí)為最優(yōu)超平面。試驗(yàn)擬提出一種基于灰度直方圖特征與支持向量機(jī)相結(jié)合的探汽方法,通過(guò)從紅外圖像灰度直方圖提取多個(gè)特征,并結(jié)合釀造師上甑經(jīng)驗(yàn)訓(xùn)練SVM模型,獲得較高的探汽效率和準(zhǔn)確率,為實(shí)現(xiàn)自動(dòng)化探汽上甑技術(shù)提供理論依據(jù)。

        1 材料與方法

        1.1 材料與儀器

        1.1.1 試驗(yàn)材料

        酒醅:宜賓市云天曲酒廠。

        1.1.2 儀器與設(shè)備

        紅外熱成像儀:FLIR A310型,美國(guó)菲力爾公司;

        甑桶(見(jiàn)圖1):ZCLZJ200型,自主設(shè)計(jì)。

        1. 甑篦 2. 紅外熱成像儀 3. 溫度傳感器 4. 內(nèi)膽 5. 保溫材料 6. 外殼 7. 旋轉(zhuǎn)軸 8. 傳感器信息處理機(jī)構(gòu) 9. 傳感器安裝槽圖1 甑桶結(jié)構(gòu)圖Figure 1 Structure diagram of distilling pot

        1.2 方法

        1.2.1 圖像采集、標(biāo)記 通過(guò)紅外熱成像儀采集上甑時(shí)甑桶內(nèi)酒醅表面紅外圖像,對(duì)應(yīng)釀造師的上甑操作將圖像標(biāo)記為3類(lèi)。

        (1) 等待上甑:紅外圖像表現(xiàn)為無(wú)白熱區(qū)域,圖像整體呈灰暗狀態(tài),表明酒蒸汽未到達(dá)表層酒醅。

        (2) 補(bǔ)料操作:紅外圖像表現(xiàn)為有少量白熱區(qū)域,表明局部區(qū)域酒蒸汽上升較快,通過(guò)補(bǔ)料操作避免“跑汽”現(xiàn)象。

        (3) 整層鋪料操作:紅外圖像表現(xiàn)為有大部分白熱區(qū)域,表明酒蒸汽已到達(dá)表層酒醅。

        1.2.2 圖像預(yù)處理 采用中值濾波技術(shù)抑制噪聲。

        1.2.3 灰度直方圖 將酒醅紅外圖像轉(zhuǎn)換為灰度直方圖,用橫坐標(biāo)表示灰度級(jí),縱坐標(biāo)表示該灰度級(jí)上出現(xiàn)像素點(diǎn)的概率[9]。按式(1)計(jì)算概率。

        (1)

        式中:

        i——第i級(jí)灰度級(jí);

        ni——第i級(jí)灰度級(jí)的像素?cái)?shù);

        N——紅外圖像的總像素?cái)?shù);

        L——紅外圖像灰度級(jí)。

        FLIR A310紅外熱成像儀采集的圖像深度為8位,分辨率為640×480,即紅外圖像總像素為307 200,灰度級(jí)為256。

        1.2.4 特征提取 為了進(jìn)一步降低酒醅紅外圖像的數(shù)據(jù)維度及擬合度,減少探汽模型訓(xùn)練時(shí)間、提高探汽準(zhǔn)確度,需進(jìn)一步對(duì)灰度直方圖進(jìn)行特征提取,灰度直方圖統(tǒng)計(jì)特征如表1所示。

        單一特征提取不能有效反映酒醅紅外圖像本質(zhì)特征,因此,提取多個(gè)特征訓(xùn)練模型提高探汽準(zhǔn)確性。

        1.2.5 分類(lèi)器設(shè)計(jì) 一個(gè)超平面只能從樣本集中分隔出一類(lèi)樣本,因此使用3個(gè)SVM分類(lèi)器組合成探汽分類(lèi)器,依次從樣本集中分隔出3類(lèi)紅外圖像?;叶戎狈綀D特征構(gòu)成的樣本集可表示為:

        表1 灰度直方圖統(tǒng)計(jì)特征Table 1 Statistical features of grayscale histogram

        D={(x1,y1),(xi,yi),…,(xn,yn)},

        (2)

        式中:

        (xi,yi)——第i個(gè)樣本點(diǎn);

        xi——第i張紅外圖像的灰度直方圖特征構(gòu)成的向量,i=1,2,…n;

        yi——第i張紅外圖像的分類(lèi)標(biāo)簽,yi∈{1,2,3}。當(dāng)yi=1時(shí),表示圖像i為等待上甑類(lèi);當(dāng)yi=2、 3時(shí),分別表示圖像i為補(bǔ)料操作類(lèi)和整層鋪料操作類(lèi)。

        在樣本空間中,超平面可描述為:

        wTxi+b=0,

        (3)

        式中:

        w——超平面法向量,w=(w1,w2,…,wn);

        n——xi的維度;

        b——位移項(xiàng)。

        w決定了超平面的方向;b決定了超平面與原點(diǎn)之間的距離[10]。

        對(duì)于線性可分的理想情況,假設(shè)存在超平面P能夠?qū)⒛骋活?lèi)紅外圖像從訓(xùn)練樣本集中分隔出來(lái)。令ti=+1表示該類(lèi)紅外圖像,記為正例,ti=-1表示樣本集中剩余的兩類(lèi)紅外圖像,記為負(fù)例,平行且通過(guò)離超平面最近的樣本點(diǎn)的平面P1、P2可定義為:

        (4)

        距離超平面P最近的訓(xùn)練樣本點(diǎn)使得式(4)中等號(hào)成立,被稱(chēng)為“支持向量”,平面P1、P2到超平面P的距離之和為:

        (5)

        γ被稱(chēng)為“間隔”,如圖2所示。

        圖2 支持向量與間隔Figure 2 Support vectors and intervals

        圖2表示線性可分的理想狀態(tài),通過(guò)試驗(yàn)發(fā)現(xiàn)樣本集中少數(shù)酒醅紅外圖像不能被超平面正確分開(kāi),于是引入松弛變量ξi≥0,使函數(shù)間隔加上松弛變量≥1[11]。則約束條件為:

        yi(wTxi+b)≥1-ξi。

        (6)

        若要使間隔γ取得最大值獲得最優(yōu)超平面,則需使‖w‖-1最大化,等價(jià)于求取‖w‖2的最小值。對(duì)式(6)的松弛變量ξi增加代價(jià)函數(shù)[12],則目標(biāo)函數(shù)為:

        (7)

        式中:

        C——懲罰參數(shù),C>0。

        懲罰系數(shù)C代表對(duì)錯(cuò)分樣本的懲罰力度,其值越大表示懲罰越重,模型泛化能力越低。聯(lián)立式(6)、(7)可得一個(gè)凸二次規(guī)劃問(wèn)題,利用拉格朗日乘數(shù)法便可得到其對(duì)偶問(wèn)題[13]:

        (8)

        式中:

        αi——拉格朗日乘子向量,αi=(α1,α2,…,αn)T。

        由于酒醅紅外圖像樣本呈非線性分布,因此,采用核函數(shù)將樣本點(diǎn)映射到一個(gè)更高維度的空間中,使其在高維空間中線性可分[14],以提高探汽準(zhǔn)確性。支持向量機(jī)常用的核函數(shù)有[15]:

        多項(xiàng)式核函數(shù):

        (9)

        式中:

        α——調(diào)節(jié)參數(shù);

        b——可選常數(shù);

        d——最高次項(xiàng)次數(shù)。

        高斯核函數(shù):

        (10)

        式中:

        σ——帶寬,控制徑向作用范圍;

        高斯核函數(shù)是特征向量xi,xj歐氏距離的單調(diào)函數(shù)。

        Sigmoid核函數(shù):

        (11)

        式中:

        β——調(diào)節(jié)參數(shù);

        核函數(shù)及其參數(shù)的選取決定了支持向量機(jī)的分類(lèi)性能,對(duì)各個(gè)核函數(shù)依次使用網(wǎng)格搜索選取合適的參數(shù)使其達(dá)到最佳探汽效果,如表2所示。

        由表2可知,當(dāng)懲罰參數(shù)C=90、σ=0.081時(shí),高斯核函數(shù)分類(lèi)效果最佳,正確率達(dá)96%,高于其他核函數(shù)分類(lèi)準(zhǔn)確率,耗時(shí)略長(zhǎng),但整體效果最好。因此試驗(yàn)選擇高斯核函數(shù),優(yōu)選懲罰參數(shù)C=90、σ=0.081。

        表2 不同核函數(shù)的分類(lèi)效果Table 2 Classification effect of different kernel functions

        2 結(jié)果與分析

        2.1 紅外圖像分類(lèi)

        由圖3可知,不同的蒸汽上升情況在紅外圖像上體現(xiàn)出的白熱化程度不同,蒸汽離酒醅表面越近白熱化程度越高。白熱區(qū)域面積大小與上甑操作存在對(duì)應(yīng)關(guān)系,面積越大,需鋪撒酒醅量越多。因此,可根據(jù)紅外圖像的白熱程度和白熱區(qū)域面積大小對(duì)紅外圖像進(jìn)行分類(lèi),實(shí)現(xiàn)自動(dòng)化探汽。

        圖3 3類(lèi)紅外圖像Figure 3 Three types of infrared images

        2.2 中值濾波處理

        由圖4可知,噪聲得到了有效抑制,避免了圖像特征模糊[16],較好地保留了圖像細(xì)節(jié)和減少了圖像邊界失真。

        2.3 灰度直方圖處理

        由圖5可知,3類(lèi)紅外圖像體現(xiàn)出不同的形態(tài)特征[17]:灰度值分布范圍不同,等待上甑與補(bǔ)料操作的像素灰度值比較集中,整層操作的灰度值則較為分散,離散程度較大;最大概率的灰度值所處灰度級(jí)不同,等待上甑的最大概率灰度值所處灰度級(jí)最低,整層鋪料操作的最大概率灰度值所處灰度級(jí)最高;最大概率值不同,等待上甑的最大概率值最高,整層鋪料操作的最大概率值最低。

        由圖5還可知,3類(lèi)紅外圖像在形態(tài)上具有明顯差異,且在一定程度上降低了酒醅紅外圖像的數(shù)據(jù)維度,但仍不能有效反映酒醅紅外圖像的本質(zhì)特征,直接使用灰度直方圖訓(xùn)練探汽模型不能得到理想的探汽效果。

        圖4 中值濾波效果圖Figure 4 Median filtering effect graph

        圖5 灰度直方圖Figure 5 Grayscale level histogram

        2.4 灰度直方圖特征提取

        根據(jù)特征公式提取灰度直方圖特征,如表3所示。

        由表3可知,蒸汽離酒醅表面越近,紅外圖像白熱化程度越高,其圖像整體越明亮、明暗更分明、紋理更復(fù)雜,平均灰度、標(biāo)準(zhǔn)偏差、信息熵越大;灰度直方圖越不對(duì)稱(chēng),偏斜度越大,像素值分布越離散,灰度范圍越大;不同類(lèi)紅外圖像間的特征值差異較大,具有可區(qū)分性;同類(lèi)紅外圖像間的特征值差異較小,具有可靠性。綜上,灰度直方圖特征能夠反映蒸汽上升情況,且維度較低,適合作為分類(lèi)器的訓(xùn)練特征。

        3 實(shí)驗(yàn)驗(yàn)證

        采用上述方法,共采集776張上甑紅外圖像樣本,依據(jù)釀造師的經(jīng)驗(yàn)將圖像分為3類(lèi):等待上甑圖像,共212張;補(bǔ)料操作圖像,共278張;整層鋪料圖像,共286張。將所有圖像轉(zhuǎn)換為灰度直方圖并提取特征,將67%樣本作為訓(xùn)練集,剩余33%作為測(cè)試集,測(cè)試結(jié)果如表4所示。

        表3 特征列表(部分)Table 3 Feature list (part)

        表4 訓(xùn)練與測(cè)試結(jié)果Table 4 Training and test results

        由表4可知,SVM的平均分類(lèi)正確率達(dá)96%,具有實(shí)用價(jià)值。其中等待上甑圖像與整層鋪料操作圖像分類(lèi)準(zhǔn)確率高,補(bǔ)料操作分類(lèi)準(zhǔn)確率較低,是由于不同的圖像存在有相同或相似的灰度直方圖。等待上甑圖像無(wú)白熱區(qū)域,無(wú)論是圖像視覺(jué)特征還是灰度直方圖統(tǒng)計(jì)特征都與其他圖像差異較大,因此分類(lèi)正確率最高;補(bǔ)料操作與整層鋪料操作圖像都有白熱區(qū)域,某些圖像的白熱區(qū)域在視覺(jué)上表現(xiàn)為面積大小與分布位置不同,視覺(jué)效果差異明顯。因而釀造師將其判斷為不同類(lèi)別,做出不同的上甑操作,而灰度直方圖的差異比較小,導(dǎo)致SVM的分類(lèi)出現(xiàn)誤差。

        由表5可知,支持向量機(jī)的探汽準(zhǔn)確度遠(yuǎn)高于邏輯回歸、線性判別分析等算法[18],因此支持向量機(jī)算法更適合白酒探汽工藝,有助于提高探汽準(zhǔn)確性。

        表5 分類(lèi)模型對(duì)比Table 5 Classification model comparison

        4 結(jié)論

        試驗(yàn)通過(guò)采集酒醅表層的紅外灰度圖像間接獲取溫度分布信息,將探汽問(wèn)題抽象為圖像分類(lèi)問(wèn)題。為了避免前人閾值分割法存在的單一特征分類(lèi)精度低的缺陷,采用多個(gè)特征作為分類(lèi)依據(jù),同時(shí)結(jié)合SVM算法引入人工探汽經(jīng)驗(yàn),極大地提高了探汽準(zhǔn)確性和實(shí)用性。使用測(cè)試數(shù)據(jù)對(duì)探汽模型進(jìn)行測(cè)試,正確率為96%,達(dá)到“探汽上甑”工藝要求,能滿(mǎn)足生產(chǎn)需求,對(duì)白酒上甑工藝實(shí)現(xiàn)自動(dòng)化具有積極促進(jìn)作用。試驗(yàn)通過(guò)灰度直方圖提取特征時(shí),丟失了像素坐標(biāo)信息,使探汽結(jié)果不能直接用于引導(dǎo)上甑機(jī)器人完成鋪料操作,鋪料區(qū)域坐標(biāo)信息的提取將是后續(xù)研究的重點(diǎn)。

        猜你喜歡
        分類(lèi)特征
        抓住特征巧觀察
        分類(lèi)算一算
        垃圾分類(lèi)的困惑你有嗎
        大眾健康(2021年6期)2021-06-08 19:30:06
        新型冠狀病毒及其流行病學(xué)特征認(rèn)識(shí)
        如何表達(dá)“特征”
        不忠誠(chéng)的四個(gè)特征
        分類(lèi)討論求坐標(biāo)
        數(shù)據(jù)分析中的分類(lèi)討論
        教你一招:數(shù)的分類(lèi)
        抓住特征巧觀察
        国品精品一区二区在线观看| 欧洲美女黑人粗性暴交视频| 国产在线一区二区三区乱码| 国产精品久线在线观看| 久久精品国产网红主播| 亚洲人成综合网站在线| 精品一区二区中文字幕| 字幕网中文字幕精品一区| 亚洲丁香婷婷久久一区二区| 亚洲中文字幕无码爆乳| 大地资源中文第三页| 97中文字幕在线观看| 亚洲中文字幕无码不卡电影| 成人综合激情自拍视频在线观看| 亚洲中文字幕一区精品| 婷婷色婷婷开心五月四| 亚洲av永久无码一区二区三区| 国产性生大片免费观看性| 宝贝把腿张开我要添你下边动态图 | 国产国拍精品av在线观看按摩 | 肉色欧美久久久久久久免费看| 窝窝影院午夜看片| 国产一级r片内射免费视频| 人妻丰满精品一区二区| 五月天中文字幕日韩在线| 亚洲 自拍 另类小说综合图区| 中文字幕久无码免费久久| 久久亚洲宅男天堂网址| 有坂深雪中文字幕亚洲中文| 亚洲色爱免费观看视频| 色妺妺视频网| 欧美精品aaa久久久影院| 丰满少妇一区二区三区专区| 五月婷婷开心六月激情| 红桃av一区二区三区在线无码av| 中文字幕日韩精品无码内射| 亚洲欧美日韩高清一区二区三区| 亚洲美女主播一区二区| 亚洲一区二区三区码精品色| 亚洲美女毛片在线视频| 亚洲av国产av综合av卡|