技术新讯 > 测量装置的制造及其应用技术 > 基于欧式距离判定假冒伪劣保健品的方法及系统与流程  >  正文

基于欧式距离判定假冒伪劣保健品的方法及系统与流程

  • 国知局
  • 2024-12-06 12:13:38
  • 70

本发明涉及人工智能,具体涉及一种基于欧式距离判定假冒伪劣保健品的系统、方法、电子设备及存储介质。

背景技术:

1、随着我国经济的不断发展,居民生活水平得到显著提升,居民对于自身的健康管理意识逐步增强,随之出现的是大量的保健食品。种类多样的保健食品虽然给居民的选择留下了充足的空间,但是琳琅满目的保健食品却存在质量不一的情况,尤其是近年来,各种非法制造、非法销售、非法宣传的保健食品充斥着整个保健市场。保健食品存在着严峻的的安全隐患和功能隐患,尤其是功能隐患对于消费者的不良影响最大,商家过分夸张保健食品的功效,归根结底,是因为质监部门的检测能力不足,直接影响了对于保健食品的功效检测。

2、因此,目前亟需一种能够准确判定假冒伪劣保健品的方法。

技术实现思路

1、本发明实施例的目的在于提供一种基于欧式距离判定假冒伪劣保健品的系统、方法、电子设备及存储介质,用以解决现有技术中无法保证图像光学质量在合适的范围内能被准确预测出来的问题。

2、为实现上述目的,本发明实施例提供一种基于欧式距离判定假冒伪劣保健品的方法,所述方法具体包括:

3、获取一定数量保健品样本,其中,所述保健品样本包括保健品和假冒伪劣保健品;

4、获取保健品和假冒伪劣保健品对应的近红外光谱数据,并对所述近红外光谱数据进行消除常数偏移量预处理,得到预处理数据;

5、通过欧式距离法构建保健品判定模型,将所述预处理数据输入所述保健品判定模型进行训练,得到最优保健品判定模型;

6、将待判定保健品对应的近红外光谱数据输入至所述最优保健品判定模型,得到所述待判定保健品对应的假冒伪劣判定结果。

7、在上述技术方案的基础上,本发明还可以做如下改进:

8、进一步地,所述获取保健品和假冒伪劣保健品对应的近红外光谱,并对所述近红外光谱进行消除常数偏移量预处理,得到预处理数据,包括:

9、基于一阶微分导数筛选出所述近红外光谱数据对应的特征波段。

10、进一步地,所述获取保健品和假冒伪劣保健品对应的近红外光谱数据,并对所述近红外光谱数据进行消除常数偏移量预处理,得到预处理数据,还包括:

11、通过不同的预处理方法消除近红外光谱数据中的无关信息,其中,所述预处理方法包括基线校正、散射校正、平滑校正和尺度缩放。

12、进一步地,所述通过欧式距离法构建保健品判定模型,将所述预处理数据输入所述保健品判定模型进行训练,得到最优保健品判定模型,包括:

13、将所述预处理数据划分为训练集、验证集和测试集;

14、基于所述训练集训练所述保健品判定模型;

15、基于所述验证集对训练后的所述保健品判定模型进行性能评估,得到满足性能条件的保健品判定模型;

16、基于所述测试集评估满足性能条件的所述保健品判定模型的预测结果,得到所述保健品判定模型所对应的评价指数。

17、进一步地,所述通过欧式距离法构建保健品判定模型,将所述预处理数据输入所述保健品判定模型进行训练,得到最优保健品判定模型,还包括:

18、循环计算待判定保健品和训练集中各类保健品的类中心距离,得到最近类中心距离对应的保健品类别,将所述保健品类别判定为待判定保健品类别。

19、进一步地,所述通过欧式距离法构建保健品判定模型,将所述预处理数据输入所述保健品判定模型进行训练,得到最优保健品判定模型,还包括:

20、通过公式(1)计算样品之间的距离:

21、s=d/(dt1+dt2)        公式(1);

22、式中,dt1为某类物质的阈值,dt2为第一类物质的阈值,d为两类物质平均光谱之间的距离。

23、进一步地,所述将待判定保健品对应的近红外光谱数据输入至所述最优保健品判定模型,得到所述待判定保健品对应的假冒伪劣判定结果,包括:

24、通过样品之间的距离评价最优保健品判定模型的准确率;

25、当s<1时,两类判别样品相交;

26、当s=1时,两类判别样品相切;

27、当s>1时,两类判别样品相离。

28、一种基于欧式距离判定假冒伪劣保健品的系统,包括:

29、获取模块,用于获取一定数量保健品样本,其中,所述保健品样本包括保健品和假冒伪劣保健品;

30、预处理模块,用于获取保健品和假冒伪劣保健品对应的近红外光谱数据,并对所述近红外光谱数据进行消除常数偏移量预处理,得到预处理数据;

31、构建模块,用于通过欧式距离法构建保健品判定模型,将所述预处理数据输入所述保健品判定模型进行训练,得到最优保健品判定模型;

32、判定模块,用于将待判定保健品对应的近红外光谱数据输入至所述最优保健品判定模型,得到所述待判定保健品对应的假冒伪劣判定结果。

33、一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如所述方法的步骤。

34、一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述方法的步骤。

35、本发明实施例具有如下优点:

36、本发明中基于欧式距离判定假冒伪劣保健品的方法,利用近红外光谱技术结合欧氏距离算法构建保健品判定模型,实现对保健品是否为假冒伪劣进行快速准确的鉴别,为保健品的鉴别提供强有力的手段。

技术特征:

1.一种基于欧式距离判定假冒伪劣保健品的方法,其特征在于,所述基于欧式距离判定假冒伪劣保健品的方法具体包括:

2.根据权利要求1所述基于欧式距离判定假冒伪劣保健品的方法,其特征在于,所述获取保健品和假冒伪劣保健品对应的近红外光谱,并对所述近红外光谱进行消除常数偏移量预处理,得到预处理数据,包括:

3.根据权利要求2所述基于欧式距离判定假冒伪劣保健品的方法,其特征在于,所述获取保健品和假冒伪劣保健品对应的近红外光谱数据,并对所述近红外光谱数据进行消除常数偏移量预处理,得到预处理数据,还包括:

4.根据权利要求1所述基于欧式距离判定假冒伪劣保健品的方法,其特征在于,所述通过欧式距离法构建保健品判定模型,将所述预处理数据输入所述保健品判定模型进行训练,得到最优保健品判定模型,包括:

5.根据权利要求4所述基于欧式距离判定假冒伪劣保健品的方法,其特征在于,所述通过欧式距离法构建保健品判定模型,将所述预处理数据输入所述保健品判定模型进行训练,得到最优保健品判定模型,还包括:

6.根据权利要求5所述基于欧式距离判定假冒伪劣保健品的方法,其特征在于,所述通过欧式距离法构建保健品判定模型,将所述预处理数据输入所述保健品判定模型进行训练,得到最优保健品判定模型,还包括:

7.根据权利要求6所述基于欧式距离判定假冒伪劣保健品的方法,其特征在于,所述将待判定保健品对应的近红外光谱数据输入至所述最优保健品判定模型,得到所述待判定保健品对应的假冒伪劣判定结果,包括:

8.一种基于欧式距离判定假冒伪劣保健品的系统,其特征在于,包括:

9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中的任一项所述的方法的步骤。

10.一种非暂态计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中的任一项所述的方法的步骤。

技术总结本发明实施例公开了一种基于欧式距离判定假冒伪劣保健品的方法及系统,所述基于欧式距离判定假冒伪劣保健品的方法包括:获取一定数量保健品样本,其中,所述保健品样本包括保健品和假冒伪劣保健品;获取保健品和假冒伪劣保健品对应的近红外光谱数据,并对所述近红外光谱数据进行消除常数偏移量预处理,得到预处理数据;通过欧式距离法构建保健品判定模型,将所述预处理数据输入所述保健品判定模型进行训练,得到最优保健品判定模型;将待判定保健品对应的近红外光谱数据输入至所述最优保健品判定模型,得到所述待判定保健品对应的假冒伪劣判定结果。解决现有技术中无法准确判定假冒伪劣保健品的问题。技术研发人员:杜登斌受保护的技术使用者:吾征智能技术(北京)有限公司技术研发日:技术公布日:2024/12/2

本文地址:https://www.jishuxx.com/zhuanli/20241204/340067.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。