摘要

针对传统检测方式造成的食用油损耗大、操作烦琐、耗时长等缺陷,本文提出了一种食用油种类快速无损检测的新思路。实验选用包括混合油样在内的五种待测油样本,利用搭建出的激光诱导荧光系统采集数据500组,随机选取其中400组光谱数据用作训练集,余下的100组作为测试集。经比较,选用性能更为优异的堆栈自动编码器(SAE)算法对获取的荧光光谱数据进行特征提取,再通过极限学习机(ELM)进行分类识别,最后借以不同时间测出的食用油样本来验证模型的普适性。实验结果表明,在本文构建的识别模型下,样本测试网络时间仅0.2 ms,分类准确率可达到100%,而用于验证的新油样也同样可取得极好的分类效果,分类速度快,准确率高,即本文建立的模型是可靠的,能够在确保精准识别的同时,实现食用油类别的快速无损检测。