<strike id="6uago"></strike>
本發(fā)明涉及材料測試，具體涉及一種基于光譜分析的食品添加劑測試方法。
背景技術(shù)：
1、食品添加劑是指為改善食品品質(zhì)和色、香、味，以及為防腐和加工工藝的需要而加入食品中的化學(xué)合成或天然物質(zhì)。在食品行業(yè)，各種各樣的食品添加劑層出不窮以改善食品品質(zhì)。但是食品添加劑添加過量時(shí)，其會對消費(fèi)者的監(jiān)控造成潛在威脅。因此，需要對食品添加劑進(jìn)行檢測。
2、在一些場景下，常采用化學(xué)分析方法對食品添加劑進(jìn)行有損檢測，在檢測前需要對樣品進(jìn)行預(yù)處理和分解，在樣品預(yù)處理和分解的過程中，可能導(dǎo)致食品添加劑的結(jié)構(gòu)或濃度發(fā)生變化，從而使得樣品的原始性質(zhì)發(fā)生改變。如此，采用上述方式對食品添加劑進(jìn)行檢測時(shí)，食品添加劑的檢測結(jié)果的準(zhǔn)確度和可靠性較低。
技術(shù)實(shí)現(xiàn)思路
1、為了解決食品添加劑的檢測結(jié)果的準(zhǔn)確度和可靠性較低的技術(shù)問題，本發(fā)明的目的在于提供一種基于光譜分析的食品添加劑測試方法，所采用的技術(shù)方案具體如下：
2、本發(fā)明實(shí)施例提供了一種基于光譜分析的食品添加劑測試方法，包括：獲取不含食品添加劑的純凈樣品的第一光譜圖像、含食品添加劑的添加劑樣品的第二光譜圖像和含其他食品添加劑的添加劑樣品的第三光譜圖像；從第二光譜圖像中的特征波峰中確定成為食品添加劑的檢測特征的備選波峰，以及確定第一光譜圖像中的第一特征波峰和第三光譜圖像中的第二特征波峰；根據(jù)第一特征波峰的峰值高度、備選波峰的波峰參數(shù)和第二特征波峰的峰值高度，確定備選波峰的推薦度，并確定推薦度大于閾值的備選波峰為食品添加劑的檢測特征的目標(biāo)波峰；獲取待檢測食品樣品的第四光譜圖像，基于第四光譜圖像中的目標(biāo)波峰對食品添加劑進(jìn)行檢測，待檢測食品樣品中添加了食品添加劑。
3、確定備選波峰的推薦度包括：確定備選波峰與第一光譜圖像的第一差異度，以及根據(jù)第二特征波峰的峰值高度和備選波峰與第二特征波峰之間的第二距離，確定備選波峰與第三光譜圖像的第二差異度；根據(jù)第一差異度、第二差異度以及備選波峰的波峰參數(shù)中的峰值高度，確定備選波峰作為檢測特征的初始推薦度；根據(jù)備選波峰的波峰參數(shù)中的波峰形狀的第一權(quán)重、備選波峰的波峰參數(shù)中的波峰信噪比第二權(quán)重、備選波峰的波峰參數(shù)中的半高寬、備選波峰的波峰參數(shù)中的前沿和后沿的寬度差以及波峰信噪比，確定備選波峰的優(yōu)秀程度；
4、利用優(yōu)秀程度對初始推薦度進(jìn)行修正，得到推薦度?？蛇x的，從第二光譜圖像中的特征波峰中確定成為食品添加劑的檢測特征的備選波峰包括：利用峰值檢測算法識別第二光譜圖像中的特征波峰，并對各特征波峰的波峰高度降序排序；選取降序排序后的特征波峰中的前n位作為備選波峰，n為大于1的自然數(shù)。
5、可選的，確定備選波峰與第一光譜圖像的第一差異度包括：從備選波峰與第一特征波峰之間的第一距離中選取第一最小值，以及確定第一最小值對應(yīng)的第一特征波峰的峰值高度；確定第一最小值與第一最小值對應(yīng)的第一特征波峰的峰值高度之間的第一比值為第一差異度。
6、可選的，確定備選波峰與第三光譜圖像的第二差異度包括：從備選波峰與第二特征波峰之間的第二距離中選取第二最小值，以及確定第二最小值對應(yīng)的第二特征波峰的峰值高度；確定第二最小值與第二最小值對應(yīng)的第二特征波峰的峰值高度之間的第二比值為第二差異度。
7、可選的，根據(jù)第一差異度、第二差異度以及備選波峰的波峰參數(shù)中的峰值高度，確定備選波峰作為檢測特征的初始推薦度包括：對各第二差異度進(jìn)行疊加，得到疊加差異度；計(jì)算疊加差異度、第一差異度以及備選波峰的波峰參數(shù)中的峰值高度之間的第一乘積；對第一乘積進(jìn)行歸一化處理，得到初始推薦度。
8、可選的，根據(jù)備選波峰的波峰參數(shù)中的波峰形狀的第一權(quán)重、備選波峰的波峰參數(shù)中的波峰信噪比第二權(quán)重、備選波峰的波峰參數(shù)中的半高寬、備選波峰的波峰參數(shù)中的前沿和后沿的寬度差以及波峰信噪比，確定備選波峰的優(yōu)秀程度包括：
9、基于主成分分析法確定波峰形狀對數(shù)據(jù)變異性的第一貢獻(xiàn)和波峰信噪比對數(shù)據(jù)變異性的第二貢獻(xiàn)；計(jì)算第一貢獻(xiàn)和第二貢獻(xiàn)之間的第一和值，確定第一貢獻(xiàn)與第一和值之間的第三比值為第一權(quán)重，確定第二貢獻(xiàn)與第一和值之間的第四比值為第二權(quán)重；計(jì)算半高寬和寬度差之間的第二乘積與預(yù)定數(shù)值之間的第二和值，并計(jì)算第一權(quán)重與第二和值的倒數(shù)之間的第三乘積；計(jì)算第二權(quán)重與波峰信噪比之間的第四乘積，并計(jì)算第三乘積與第四乘積之間的第三和值；對第三和值進(jìn)行歸一化處理，得到優(yōu)秀程度。
10、可選的，利用優(yōu)秀程度對初始推薦度進(jìn)行修正，得到推薦度包括：計(jì)算優(yōu)秀程度和初始推薦度之間的第五乘積；對第五乘積進(jìn)行歸一化處理，得到推薦度。
11、可選的，基于第四光譜圖像中的目標(biāo)波峰對食品添加劑進(jìn)行檢測包括：基于目標(biāo)波峰的峰值高度從，以及預(yù)先確定的峰值高度與添加劑含量之間的擬合曲線，確定待檢測食品樣品中食品添加劑的含量。
12、可選的，基于目標(biāo)波峰的峰值高度，以及預(yù)先確定的峰值高度與添加劑含量之間的擬合曲線，確定待檢測食品樣品中食品添加劑的含量包括：對添加了不同劑量的食品添加劑的測試樣本進(jìn)行光譜測試；對各測試樣本中檢測出的目標(biāo)波峰的峰值高度與測試樣本中添加的食品添加劑的含量進(jìn)行擬合，得到擬合曲線；從擬合曲線中確定與待檢測食品樣品的目標(biāo)波峰的峰值高度對應(yīng)的食品添加劑的含量。
13、本發(fā)明具有如下有益效果：首先獲取不含食品添加劑的純凈樣品的第一光譜圖像、食品添加劑的添加劑樣品的第二光譜圖像和其他食品添加劑的添加劑樣品的第三光譜圖像；然后從第二光譜圖像中的特征波峰中確定成為食品添加劑的檢測特征的備選波峰，以及確定第一光譜圖像中的第一特征波峰和第三光譜圖像中的第二特征波峰；其次根據(jù)第一特征波峰的峰值高度、備選波峰的波峰參數(shù)和第二特征波峰的峰值高度，確定備選波峰的推薦度，并確定推薦度大于閾值的備選波峰為食品添加劑的檢測特征的目標(biāo)波峰；最后獲取待檢測食品樣品的第四光譜圖像，基于第四光譜圖像中的目標(biāo)波峰對食品添加劑進(jìn)行檢測，待檢測食品樣品中添加了食品添加劑。
14、如此，本發(fā)明實(shí)施例通過對食品的光譜圖像和食品添加劑的光譜圖像進(jìn)行分析，獲得食品添加劑光譜中的高強(qiáng)度的特征波峰，并確定各個(gè)特征波峰作為識別食品添加劑的類型的檢測特征的推薦度，基于該推薦度確定該特征波峰是否作為食品添加劑的檢測特征。在確定食品添加劑的檢測特征之后，基于該檢測特征對待檢測食品樣品中的食品添加劑進(jìn)行檢測。因此，本發(fā)明實(shí)施例不需要對樣品進(jìn)行分解處理，解決了現(xiàn)有技術(shù)中食品添加劑有損檢測所帶來的問題，實(shí)現(xiàn)食品添加劑的無損檢測，提高了食品添加劑的檢測結(jié)果的準(zhǔn)確度和可靠性。
1.一種基于光譜分析的食品添加劑測試方法，其特征在于，基于光譜分析的食品添加劑測試方法包括：
2.根據(jù)權(quán)利要求1所述的基于光譜分析的食品添加劑測試方法，其特征在于，所述從第二光譜圖像中的特征波峰中確定成為食品添加劑的檢測特征的備選波峰，包括：
3.根據(jù)權(quán)利要求1所述的基于光譜分析的食品添加劑測試方法，其特征在于，確定所述備選波峰與所述第一光譜圖像的第一差異度包括：
4.根據(jù)權(quán)利要求1所述的基于光譜分析的食品添加劑測試方法，其特征在于，確定所述備選波峰與所述第三光譜圖像的第二差異度包括：
5.根據(jù)權(quán)利要求1所述的基于光譜分析的食品添加劑測試方法，其特征在于，所述初始推薦度的獲取方法包括：
6.根據(jù)權(quán)利要求1所述的基于光譜分析的食品添加劑測試方法，其特征在于，所述優(yōu)秀程度的獲取方法包括：
7.根據(jù)權(quán)利要求1所述的基于光譜分析的食品添加劑測試方法，其特征在于，所述推薦度的獲取方法包括：
8.根據(jù)權(quán)利要求1所述的基于光譜分析的食品添加劑測試方法，其特征在于，所述基于第四光譜圖像中的目標(biāo)波峰對食品添加劑進(jìn)行檢測，包括：
9.根據(jù)權(quán)利要求8所述的基于光譜分析的食品添加劑測試方法，其特征在于，所述基于所述目標(biāo)波峰的峰值高度，以及預(yù)先確定的峰值高度與添加劑含量之間的擬合曲線，確定所述待檢測食品樣品中所述食品添加劑的含量包括：