基于支持向量機算法的乳制品分類識別技術研究

王梓笛 李雙妹 尹延東

[摘要]本文針對乳制品分類快速識別技術依舊相對匱乏的現狀，獲取了樣品的拉曼光譜，以此作為表征樣品的質量特性數據，輸入支持向量機判別模型，構建高效識別技術。結果顯示，乳制品拉曼光譜數據采集迅速，含水樣品可直接上樣測試，單個樣品的數據采集時間僅需2.5min，計算機處理時間在10s以內，參數優化條件分別為小波軟閾值降噪（db1小波基，分解層數N=3）、歸一化處理（[-1，1]區間），通過主成分分析提取80個主成分（累計貢獻率99%以上），支持向量機算法（徑向基核函數，懲罰系數c=32，核函數參數g=0.022 097），測試集最佳識別率可達到100%。由此可見，本文所建立的高效識別方法，具有分析速度快、流程便捷等多項優點，能夠為乳制品質量安全監管提供技術參考。

[關鍵詞]支持向量機;拉曼光譜;乳制品;識別;質量管理

中圖分類號：TS252.7文獻標識碼：ADOI：10.16465/j.gste.cn431252ts.202003

乳制品的質量安全問題與每個人息息相關，其質量安全風險主要源于兩個方面：一是有害物質或非法添加物，二是假冒偽劣、以次充好。比較典型的案例有2008年中國奶制品污染事件、2016年的假奶粉事件等[1-2]。為杜絕此類問題，監管部門制定并實施了多項產品標準、檢測標準，如《食品安全國家標準 發酵乳》（GB 19302—2010）、《食品安全國家標準 滅菌乳》（GB 25190—2010）、《食品安全國家標準 巴氏殺菌乳》（GB 19645—2010）等，規定了合格乳制品的原料要求、感官要求、理化指標、污染物限量、真菌毒素限量、微生物限量和其他要求，以及與各項指標要求對應的常規檢測方法。不過，現有方法也存在著一定的挑戰性，主要表現在感官檢驗與品評者的身體、技能、經驗密切相關，有一定的主觀性;常規的儀器成分檢測法定性、定量分析準確，但一般需要前處理步驟和專業技術人員，較為耗時耗力;部分假冒產品實為低端產品冒充質優產品，其指標可能符合國家標準的基本要求，造成高效識別困難[3-5]。此外，近年來，乳制品產量、社會需求量均逐年遞增，迫切需要發展快速、高效的識別方法。

現有的快速檢測方法研究主要集中于比色法、膠體金試紙條法以及計算機輔助識別技術等[6-7]。較前兩種方法，計算機輔助識別技術具備快速準確、客觀、信息利用率高等多種優勢，成為快速檢測方法研發的熱點。因此，本文首先采集了不同品牌的巴氏殺菌熱處理風味發酵乳的質量特性數據拉曼光譜，隨后運用支持向量機模式分類算法并對該方法進行參數優化，實現了乳制品快速分類識別。該方法具有多種優勢，如拉曼光譜采集速度快、對操作人員要求低、無需樣品前處理、支持向量機算法運算速度快、數據處理在10s內即可完成等，為乳制品質量安全監管提供了技術參考，具備一定的潛在應用價值。

1 材料與方法

1.1 材料

實驗用巴氏殺菌熱處理風味發酵乳購置于當地超市，均為原味口味，選取3個品牌，分別標記為品牌ee、品牌ff和品牌gg，每種品牌隨機采樣30個樣品，共計90個樣品。

1.2 儀器與設備

便攜式激光拉曼光譜儀（Prott-ezRaman-D3）：美國Enwave Optronics公司，激光波長為785nm，激光最大功率約為450MW，CCD檢測器，溫度控制在-85℃左右，積分時間2.5min，掃描次數為1次，光譜范圍250～2 000cm-1，光譜分辨率1cm-1;96孔板：美國Corning Incorporated公司。

1.3 拉曼光譜圖采集方法

取適量液態發酵乳直接上樣，置于96孔板的獨立小孔內，保持小孔恰好處于充滿狀態。之后，利用激光拉曼光譜儀探頭直接照射樣品，測試獲取信號即為發酵乳的拉曼光譜數據。

1.4 數據處理

采集樣品的拉曼光譜數據后，使用SLSR Reader V8.3.9軟件進行基線校正，校正后的光譜數據采用小波軟閾值降噪法（wden函數）實施噪聲消除處理，然后使用mapminmax函數對光譜數據進行歸一化處理，歸一化至[-1，1]區間，使用princomp函數進行主成分分析。本次實驗選取80個主成分，累計貢獻率達到99.2%。支持向量機（Support Vector Machine，SVM）分類識別算法使用Libsvm工具箱實現算法的運算，使用randperm函數實現發酵乳樣品隨機抽樣，以總樣品數的83%（每個品牌樣品25個，共計75個樣品）構建訓練集，以剩下的17%（每個品牌樣品5個，共計15個樣品）樣品數據作為測試集。上述函數的運算、SVM算法及繪圖使用MATLAB軟件實現，版本為R2016a。

2 結果與討論

實驗采集了3種不同品牌的巴氏殺菌熱處理風味發酵乳，均呈液態黏稠白色試樣，樣品的拉曼光譜如圖1所示，每個品牌隨機選取了10個樣品的拉曼光譜，其相互間保持了較高的一致性。此外，不同品牌拉曼光譜譜圖之間，同樣表現出較高的相似性，僅憑裸眼難以實現有效辨別。拉曼光譜是一種基于樣品分子與輻射光作用的散射光譜，適用于表征分子振動模態，參考已有相關報道[8-10]，對圖1中出現的各主要拉曼光譜峰進行了信息歸屬，如表1所示，呈現出樣品中的糖類、脂類、蛋白質等營養成分的拉曼光譜特征，如1 755cm-1主要源自于脂肪分子的C=O伸縮振動。各樣品譜圖間呈現出微小的峰形狀、峰位置、峰高、峰比值差異[11]。據此可知，實驗獲得了發酵乳的拉曼光譜這一質量特性數據，為后續計算機識別模型的研究提供了必要的數據支持。

采集的樣品拉曼光譜數據易出現噪聲干擾，結合已有報道，對光譜數據進行了小波軟閾值降噪，優化選用db1小波基，有效降低了光譜噪聲的影響[12]。為消除光譜數據量綱對分類模型的影響，對光譜數據進行了歸一化處理，將數據強度值校正到[-1，1]區間。為提高光譜數據分類模型運算效率，對數據進行了主成分降維，每個樣品原始拉曼光譜數據有1 751個數據點，經主成分降維后，結果顯示第1主成分可以達到原始數據的43.4%的解釋程度，第2主成分可以達到原始數據的9.9%的解釋程度，第3主成分可以達到原始數據的5.0%的解釋程度。實驗選用80個主成分，可代表原有信息的累計貢獻率達到99.2%，既保留了原始光譜數據的主要信息又提高了運算效率。主成分分析結果如圖2所示，選取了拉曼光譜原始數據提取后的第1和第2主成分?？梢钥闯觯放茦悠烽g傾向于聚集，不同品牌樣品間傾向于分離，揭示出盡管發酵乳制品的拉曼光譜原始數據具有較高的相似性，但是同品牌樣品間數據統計的相似性要高于不同品牌樣品間的相似性。

支持向量機算法是基于統計學習理論建立起來的一種模式分類識別方法，核心是建立一個分類超平面作為決策曲面，該曲面對待分類的不同種類樣本進行正確分類，并使分類后的樣本點距離該分類超平面最遠，支持向量決定了這一最優分類界面[13-15]。本文使用LIBSVM工具箱，通過1對1法來解決多分類問題，基本思路是在任意兩類樣品之間設計一個2分類支持向量機，當對1個未知樣本進行分類時，得票最多的類別即為該未知樣本的類別。如圖3所示，圖中展示了以2個不同品牌的發酵乳制品光譜數據為輸入，運用svmplot函數繪制出通過計算獲得的樣品間支持向量分布情況，（a）圖顯示了訓練集分類情況，（b）圖顯示了測試集分類情況，由圖顯示出通過訓練集獲得支持向量構建的決策曲面為非線性曲面，能夠實現樣品分類識別。

支持向量機模式分類識別算法的實施步驟如下。將經過降噪、歸一化、主成分提取后的訓練集樣品拉曼光譜數據導入支持向量機模型，而后選擇一個恰當的核函數，常用的核函數有線性核函數、多項式核函數、徑向基核函數等，本文選用應用最為廣泛的徑向基核函數，將樣本特征從較低維輸入空間映射到高維特征空間，最后根據由優化問題求解而來的支持向量得到相應的決策函數，本文使用svmtrain函數及訓練集進行模型構建。核函數參數g及懲罰系數c是影響模型識別效果的關鍵參數，兩者的選擇決定了分類模型的識別精度，核函數參數g決定了輸入空間映射到高維特征空間的方式，懲罰系數c決定了平衡訓練誤差和模型復雜度[16-17]。本文采用SVMcgForClass函數進行網格參數尋優，設置5折交叉驗證法（K=5），核函數參數g和懲罰系數c的參數尋優條件是cmin=-10、cmax=10、gmin=-10、gmax=10，搜索范圍是[2-10，210]，步進值均為0.5，最終獲得了最優核函數參數g為0.022 097，懲罰系數c為32，分類模型識別率達到最大。分類識別結果如圖4所示，在優化條件下，測試集的分類模型最高識別結果可達到100%的準確率。

3 結 論

實驗以巴氏殺菌熱處理風味發酵乳的品牌分類識別為例，研究探討了以拉曼光譜數據為輸入，以支持向量機算法為判別手段的乳制品計算機識別技術。該技術展現出拉曼光譜快捷方便的采集優勢，每個樣品的拉曼光譜數據采集僅需2.5min，操作簡單，可直接測樣。針對實驗樣品拉曼光譜圖表現出較高的相似性，裸眼難以判別的情況，發展了面向對象的支持向量機判別方法，經過譜圖預處理和參數優化篩選后，得到適用于分類體系的優化條件為小波軟閾值降噪（db1小波基，分解層數N=3），主成分分析選取前80個主成分（累計貢獻率達99.2%），支持向量機（徑向基核函數，核函數參數g為0.022 097，懲罰系數c為32），據此，實現了乳制品快速模式分類，識別所需時間不足10s。

參考文獻

[1] 劇檸，胡婕.光譜技術在乳及乳制品研究中的應用進展[J].食品與機械，2019（1）：232-236.

[2] 李思維，孫樹壘，張正勇.大學生液態奶消費行為研究——以南京市仙林大學城為例[J].糧食科技與經濟，2019（6）：104-108.

[3] 郭文輝，袁彩霞，洪霞，等.乳制品中氰化物的快速檢測[J]. 中國乳品工業，2019（2）：61-64.

[4] 張群.乳制品中抗生素的熒光快速檢測技術研究及應用[J].食品與生物技術學報，2018（12）：1336.

[5] 張正勇，沙敏，劉軍，等.基于高通量拉曼光譜的奶粉鑒別技術研究[J].中國乳品工業，2017（6）：49-51.

[6] 石彬，李詠富，吳遠根.氯化血紅素比色法檢測乳制品中土霉素[J].中國釀造，2018（7）：168-172.

[7] 趙小旭，柳家鵬，柴艷兵，等.膠體金免疫層析法快速檢測乳制品中重金屬離子鉛[J].糧食科技與經濟，2018（3）：51-54.

[8] Almeida M R，Oliveira K D S，Stephani R，et al.Fourier-transform Raman analysis of milk powder：a potential method for rapid quality screening[J].Journal of Raman Spectroscopy，2011，42（7）：1548-1552.

[9] 張正勇，岳彤彤，馬杰，等.基于拉曼光譜與k最近鄰算法的酸奶鑒別[J].分析試驗室，2019（5）：553-557.

[10]Paulo Henrique Rodrigues Júnior，Kamila De Sá Oliveira，Carlos Eduardo Rocha De Almeida，et al.FT-Raman and chemometric tools for rapid determination of quality parameters in milk powder： Classification of samples for the presence of lactose and fraud detection by addition of maltodextrin[J].Food Chemistry，2016（196）： 584-588.

[11] Zheng Yong，Zhang Dong，Dong Gui，et al.Raman chemical feature extraction for quality control of dairy products[J].Journal of Dairy Science，2019（1）：68-76.

[12] 張正勇，李麗萍，岳彤彤，等.乳粉拉曼光譜表征數據的標準化與降噪處理研究[J].糧食科技與經濟，2018（6）：57-61.

[13] 李志豪，沈俊，邊瑞華，等.機器學習算法用于公安一線拉曼實際樣本采樣學習及其準確度比較[J].光譜學與光譜分析， 2019（7）：2171-2175.

[14] 陳思雨，張舒慧，張紓，等.基于共聚焦拉曼光譜技術的蘋果輕微損傷早期判別分析[J].光譜學與光譜分析，2018 （2）：430-435.

[15] Lijuan Du，Weiying Lu，Zhen Zhen，et al.Rapid detection of milk adulteration using intact protein flow injection mass spectrometric fingerprints combined with chemometrics[J].Food Chemistry，2018（240）：573-578.

[16] 張文雅，范雨強，韓華，等.基于交叉驗證網格尋優支持向量機的產品銷售預測[J].計算機系統應用，2019（5）：1-9.

[17] Li Guozhang，Xin Zhang，Li Junni，et al.Rapid identification of adulterated cow milk by non-linear pattern recognition methods based on near infrared spectroscopy[J].Food Chemistry，2014（145）：342-348.