基于固態(tài)發(fā)酵溫度的曲線(xiàn)特征提取算法及應(yīng)用*

陳 樹(shù) 張繼中

（江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院 無(wú)錫 214122）

1 引言

白酒發(fā)酵過(guò)程中的溫度影響酵母菌的生長(zhǎng)繁殖進(jìn)而影響白酒的產(chǎn)量［1～2］，入窖水分含量、入窖酸度和入窖淀粉濃度也會(huì)影響白酒的產(chǎn)量［3～5］。為了提高白酒的出酒率，本文用支持向量機(jī)對(duì)這些影響因素進(jìn)行分類(lèi)。每個(gè)窖池一個(gè)周期的溫度數(shù)據(jù)有一千多個(gè)，而相應(yīng)的入窖水分、入窖酸度、入窖淀粉的數(shù)據(jù)均只有一個(gè)，這樣會(huì)導(dǎo)致入窖水分、入窖酸度和入窖淀粉的權(quán)重太小甚至可以忽略，所以本文要對(duì)發(fā)酵過(guò)程中的溫度數(shù)據(jù)進(jìn)行降維處理，發(fā)酵過(guò)程中的溫度隨時(shí)間呈曲線(xiàn)形式變化，可以提取發(fā)酵溫度曲線(xiàn)的曲線(xiàn)特征來(lái)代替發(fā)酵溫度數(shù)據(jù)。

目前關(guān)于曲線(xiàn)特征提取的研究有很多。有的采用鏈碼描述曲線(xiàn)：趙宇等提出了一種夾角鏈碼方法，用有向等長(zhǎng)的線(xiàn)段代替曲線(xiàn)，得到一序列相鄰線(xiàn)段形成的夾角，結(jié)果表明匹配效果好［6］；張永梅等提出了改進(jìn)的變長(zhǎng)夾角鏈碼方法，表述了彎曲程度較大的拐角，用直線(xiàn)替代了變化幅度較小的曲線(xiàn)［7］；余博等提出了描述曲線(xiàn)拐角點(diǎn)的Freeman鏈碼描述方法［8］。有的基于傅里葉變換描述曲線(xiàn)：祁友杰等提出了辨別非閉合曲線(xiàn)的傅里葉描述方法，解決了傳統(tǒng)傅里葉算法應(yīng)用于非閉合曲線(xiàn)的結(jié)果偏差問(wèn)題，有著更好的匹配性能［9］；聶雪華等提出了選用傅里葉描述子提取平面連桿曲線(xiàn)的特征，實(shí)驗(yàn)表明該方法精度高，節(jié)約了數(shù)據(jù)的存儲(chǔ)空間［10］。有的建立趨勢(shì)集合描述曲線(xiàn)：李翔等提出了一種新的特征提取算法，考慮到軌跡變化趨勢(shì)，對(duì)趨勢(shì)集合進(jìn)行判別，有效排除了干擾，優(yōu)化了匹配效率和準(zhǔn)確率［11］。

上述算法都對(duì)曲線(xiàn)進(jìn)行了特征提取，很好地描述了曲線(xiàn)。為了將發(fā)酵溫度曲線(xiàn)的全局特征提取出來(lái)，精確地描述發(fā)酵溫度曲線(xiàn)，本文引用相對(duì)高度的定義，借鑒其中的思想，提出了一種曲線(xiàn)特征提取算法，將每個(gè)窖池一個(gè)周期的發(fā)酵溫度曲線(xiàn)特征提取出來(lái)，在二叉樹(shù)的根節(jié)點(diǎn)中存放相應(yīng)的相對(duì)高度，用相對(duì)高度組成的特征信息描述溫度曲線(xiàn)，然后將曲線(xiàn)特征加入窖水分、入窖酸度、入窖淀粉組成新的特征，用支持向量機(jī)對(duì)新的特征分類(lèi)，分類(lèi)正確率更高。根據(jù)分類(lèi)情況，優(yōu)化下一輪入窖的前置條件，更精確地控制配料比例，使其達(dá)到更好的發(fā)酵狀態(tài)。

2 本文的曲線(xiàn)特征提取算法

本文引用了文獻(xiàn)［12］中相對(duì)高度的定義，如圖1（a）所示，且是曲線(xiàn)上的點(diǎn)離線(xiàn)段 AB的最大距離，則曲線(xiàn) AB的相對(duì)高度為。

曲線(xiàn)相對(duì)高度的大小說(shuō)明了曲線(xiàn)彎曲程度的高低，相對(duì)高度越大，曲線(xiàn)彎曲程度越高，反之，曲線(xiàn)彎曲程度越低。

發(fā)酵溫度曲線(xiàn)都是開(kāi)曲線(xiàn)，且不存在平移、旋轉(zhuǎn)等變化情況。本文曲線(xiàn)特征提取的算法步驟如下：

2）由1）知，點(diǎn)G1將曲線(xiàn) AB分成曲線(xiàn) AG1和BG1，對(duì)于曲線(xiàn)AG1，算出發(fā)酵溫度曲線(xiàn)的兩點(diǎn)A和G1的距離以及曲線(xiàn)AG1上離直線(xiàn)AG1最遠(yuǎn)的點(diǎn) G21（如圖1（b）所示），得出曲線(xiàn) AG1的相對(duì)高度h2，將h2放在二叉樹(shù)第二層左子樹(shù)的根節(jié)點(diǎn)上。對(duì)于曲線(xiàn)BG1，算出發(fā)酵溫度曲線(xiàn)的兩點(diǎn)B和G1的距離以及曲線(xiàn)BG1上離直線(xiàn)BG1最遠(yuǎn)的點(diǎn) G22（如圖1（b）所示），得出曲線(xiàn) BG1的相對(duì)高度h3，將h3放在二叉樹(shù)第二層右子樹(shù)的根節(jié)點(diǎn)上。

3）由步驟2）的分析，以此類(lèi)推，曲線(xiàn) AB會(huì)被G分成多個(gè)曲線(xiàn)，通過(guò)計(jì)算得到多個(gè)相對(duì)高度，對(duì)每個(gè)曲線(xiàn)段均從左到右遍歷，將對(duì)應(yīng)的相對(duì)高度從左到右依次放在二叉樹(shù)根節(jié)點(diǎn)的下面子節(jié)點(diǎn)上，直至相對(duì)高度h＜ε（ε為足夠小的正數(shù)）。

圖1 曲線(xiàn)特征提取過(guò)程

由曲線(xiàn)特征提取算法步驟可得到各曲線(xiàn)段對(duì)應(yīng)的相對(duì)高度，圖1（b）中曲線(xiàn) AB 、AG1、BG1、AG21、G1G21、G1G22和 BG22對(duì)應(yīng)的相對(duì)高度分別為 h1、h2、h3、h4、h5、h6和 h7，將各曲線(xiàn)的相對(duì)高度存放在對(duì)應(yīng)的二叉樹(shù)根節(jié)點(diǎn)上，即二叉樹(shù)前三層的根節(jié)點(diǎn)，如圖2所示。

圖2 二叉樹(shù)前三層的根節(jié)點(diǎn)

3 支持向量機(jī)

本文采用徑向基核函數(shù)（Radial Basis Function，RBF），RBF核函數(shù)為

核函數(shù)將向量x從輸入空間Rn按照一定的規(guī)則映射到某個(gè)特征空間Γ的變換K，則SVM的最優(yōu)判別函數(shù)為

4 實(shí)驗(yàn)結(jié)果及分析

4.1 曲線(xiàn)特征提取結(jié)果及分析

真實(shí)數(shù)據(jù)為某酒廠(chǎng)白酒的發(fā)酵溫度數(shù)據(jù)，每個(gè)樣本有1440個(gè)數(shù)據(jù)，發(fā)酵過(guò)程中的溫度是利用物聯(lián)網(wǎng)無(wú)線(xiàn)測(cè)溫技術(shù)在發(fā)酵過(guò)程中間隔1h測(cè)出的。在固態(tài)發(fā)酵的溫度數(shù)據(jù)采集過(guò)程中，操作人員的失誤操作、環(huán)境干擾和設(shè)備故障等會(huì)導(dǎo)致采集數(shù)據(jù)中含有小部分的野值。由于野值提供的信息不具有參考價(jià)值，反而會(huì)降低算法的性能，因此必須有效的剔除野值。高斯擬合對(duì)發(fā)酵溫度數(shù)據(jù)的擬合效果非常好，可以用高斯擬合的方法消除野值，另外后面要對(duì)溫度曲線(xiàn)進(jìn)行特征提取，在誤差允許的范圍內(nèi)，高斯擬合可以將隨時(shí)間變化的溫度點(diǎn)擬合成連續(xù)的曲線(xiàn)。

本文將發(fā)酵時(shí)間由小時(shí)轉(zhuǎn)換為天數(shù)并用高斯擬合法對(duì)溫度數(shù)據(jù)進(jìn)行預(yù)處理，列舉了白酒發(fā)酵過(guò)程的八個(gè)溫度曲線(xiàn)圖，橫坐標(biāo)單位是天（d），縱坐標(biāo)是溫度（℃），如圖3（a）～（k）所示，然后對(duì)圖3中的曲線(xiàn)圖進(jìn)行特征提取，選取了二叉樹(shù)的前三層根節(jié)點(diǎn)，共七個(gè)特征，如表1所示。

圖3 白酒發(fā)酵過(guò)程的溫度曲線(xiàn)圖

表1 圖3中曲線(xiàn)對(duì)應(yīng)的特征

由圖3可以看出特征（a）和（b）、（c）和（d）、（e）和（f）、（g）和（k）的曲線(xiàn)圖形狀相似，但提取的特征依然可以準(zhǔn)確地描述它們，由表1可知，它們?cè)诙鏄?shù)根節(jié)點(diǎn)上的相對(duì)高度大都不同，相似曲線(xiàn)的某些相對(duì)高度相近（如（e）和（f）、（g）和（k）），即使在某個(gè)根節(jié)點(diǎn)上相對(duì)高度相同（如（a）和（b）、（c）和（d）），但在其它根節(jié)點(diǎn)上則完全不同，一組特征只對(duì)應(yīng)一個(gè)曲線(xiàn)，所以并不影響對(duì)兩個(gè)相似曲線(xiàn)的描述，反而用特征表明了兩個(gè)曲線(xiàn)是相似的，說(shuō)明了曲線(xiàn)特征提取的準(zhǔn)確性。又由表1可知，（a）～（k）相應(yīng)的二叉樹(shù)根節(jié)點(diǎn)下面的子節(jié)點(diǎn)存放的相對(duì)高度越來(lái)越小，這是因?yàn)榍€(xiàn)被多次劃分，形成的曲線(xiàn)段越來(lái)越多，曲線(xiàn)段的彎曲程度也就越來(lái)越低，它們的相對(duì)高度就會(huì)更加趨近于零。

4.2 支持向量機(jī)分類(lèi)結(jié)果及分析

實(shí)驗(yàn)所用配置：計(jì)算機(jī)配置為四核，內(nèi)存（RAM）為4.00GB，CPU為1.5GHz，操作系統(tǒng)為Windows7 64位，算法用Matlab R2014a仿真。

本文用支持向量機(jī)對(duì)不同數(shù)目的樣本集進(jìn)行實(shí)驗(yàn)，支持向量機(jī)對(duì)高斯擬合法預(yù)處理后的溫度數(shù)據(jù)分類(lèi)，記為M1，支持向量機(jī)對(duì)提取出的溫度曲線(xiàn)特征分類(lèi)，記為M2，支持向量機(jī)對(duì)溫度曲線(xiàn)特征、入窖水分、入窖酸度和入窖淀粉分類(lèi)，記為M3，本次實(shí)驗(yàn)設(shè)置支持向量機(jī)參數(shù)為C=2，σ=1，訓(xùn)練樣本數(shù)和測(cè)試樣本數(shù)的比例均為1∶1，實(shí)驗(yàn)結(jié)果如表2所示。

表2 三種方法在不同樣本數(shù)上的分類(lèi)正確率 %

由表2可知，對(duì)于不同樣本數(shù)，M2的分類(lèi)正確率均優(yōu)于M1，在實(shí)際生產(chǎn)中，操作人員的經(jīng)驗(yàn)是觀(guān)察溫度曲線(xiàn)的走勢(shì)而不是用溫度數(shù)據(jù)來(lái)判斷產(chǎn)量高低，這里提取了發(fā)酵溫度曲線(xiàn)的特征，用少量且唯一的特征描述了曲線(xiàn)的走勢(shì)，分類(lèi)準(zhǔn)確率更好表明了特征提取的有效性，也說(shuō)明了生產(chǎn)應(yīng)用中操作人員的判斷方式是正確的。M3的分類(lèi)正確率均優(yōu)于M2，這是因?yàn)镸3的特征中加上了入窖水分、入窖酸度和入窖淀粉，充分考慮了影響白酒產(chǎn)量的因素，分類(lèi)時(shí)用到的特征信息更全面。對(duì)于表2中的樣本集，M3比M1平均提高了14.2225%，M3比M2平均提高了6.4027%。

5 結(jié)語(yǔ)

在白酒發(fā)酵過(guò)程中，發(fā)酵溫度、入窖水分、入窖酸度和入窖淀粉是影響白酒出酒率的重要因素，對(duì)這些因素的研究是提高白酒出酒率的關(guān)鍵。本文采用支持向量機(jī)進(jìn)行分類(lèi)，由于溫度數(shù)據(jù)維數(shù)過(guò)高導(dǎo)致入窖水分、入窖酸度和入窖淀粉的權(quán)重過(guò)低，本文引用相對(duì)高度的定義，借鑒其中的思想，提出了一種曲線(xiàn)特征提取算法，精確地提取溫度曲線(xiàn)的特征，用相對(duì)高度刻畫(huà)曲線(xiàn)的形狀并存放在二叉樹(shù)的根節(jié)點(diǎn)上，然后用支持向量機(jī)對(duì)曲線(xiàn)特征、入窖水分、入窖酸度和入窖淀粉進(jìn)行分類(lèi)（M3），與用支持向量機(jī)對(duì)溫度數(shù)據(jù)分類(lèi)（M1）和對(duì)提取的溫度曲線(xiàn)特征分類(lèi)（M2）相比，M3的分類(lèi)效果明顯好于M1和M2，分類(lèi)準(zhǔn)確率比M1和M2更高。根據(jù)發(fā)酵溫度變化、入窖配料和分類(lèi)結(jié)果，準(zhǔn)備下一輪的入窖配料，從而進(jìn)一步提高白酒的產(chǎn)量。