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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD