申请/专利权人:中国农业科学院油料作物研究所
申请日:2023-11-17
公开(公告)日:2024-02-20
公开(公告)号:CN117574284A
主分类号:G06F18/2431
分类号:G06F18/2431;G06F18/214;G06Q30/018
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.08#实质审查的生效;2024.02.20#公开
摘要:本发明涉及食品检验技术领域,尤其涉及一种鉴别食用油掺假的方法。所述方法包括:在待测样本集按照抽样比例k随机抽取样品构建训练集,其余样品作为测试集;基于训练集中样本建立单类分类模型,并对测试集中样品进行预测;重复T次得到T个单类分类模型,针对每个单类分类模型,获得其预测的测试集样本的绝对中心残差之和Y;将T个单类分类模型按Y从小到大进行排序画柱状图,Y较大的一侧为高Y值区域,选取高Y值区域的N个单类分类模型;针对待测样品集中的每个样品,计算其在高Y值区域的N个单类分类模型中的绝对中心残差平均值Z,Z值显著高于正常样品时被判定为异常样品。本发明提供的方法可以鉴别出掺假食用油,具有较高的应用价值。
主权项:1.一种基于内部举报机制的食用油掺假鉴别方法,其特征在于,包括:1在待测样品集按照抽样比例k抽取样品构建训练集,其余样品作为测试集;基于所述训练集中的样品建立单类分类模型,并对所述测试集中样品进行预测;重复取样、建模和预测过程T次得到T个单类分类模型,针对每个单类分类模型,获得其预测的测试集样品的绝对中心残差之和Y;2将T个单类分类模型按照Y从小到大进行排序画柱状图,以Y存在明显落差的变化特点为依据,Y较大的一侧为高Y值区域,选取所述高Y值区域的N个单类分类模型;3针对所述待测样品集中的每个样品,计算其在所述高Y值区域的N个单类分类模型中的绝对中心残差平均值Z,样品Z值显著高于正常样品时被判定为异常样品。
全文数据:
权利要求:
百度查询: 中国农业科学院油料作物研究所 一种基于内部举报机制的食用油掺假鉴别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。