(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110648980.6 (22)申请日 2021.06.10 (65)同一申请的已公布的文献号 申请公布号 CN 113392586 A (43)申请公布日 2021.09.14 (73)专利权人 闽江学院 地址 350100 福建省福州市闽侯县上街 镇 溪源宫路200号 (72)发明人 何文绚　雷进宇　卢先勇　陈婷　 (74)专利代理 机构 福州旭辰知识产权代理事务 所(普通合伙) 35233 专利代理师 程春宝 (51)Int.Cl. G06F 30/27(2020.01) G06F 8/38(2018.01)G06F 17/13(2006.01) G06K 9/62(2022.01) (56)对比文件 CN 102636454 A,2012.08.15 CN 112816435 A,2021.0 5.18 US 2009164171 A1,20 09.06.25 CN 106092957 A,2016.1 1.09 任鹏等.基 于Shiny框架的海 洋浮标大 数据 处理实验平台. 《实验室研究与探索》 .2018,第37 卷(第08期),第46 -49页. 审查员 许少滨 (54)发明名称 基于R语言、 正交偏最小二乘判别分析的植 物油鉴定方法 (57)摘要 本发明提供了一种基于R语言、 正交偏最小 二乘判别分析的植物油鉴定方法， 所述鉴定方法 包括以下步骤： 步骤S1、 使用R语言搭建基于 shiny框架的web界面； 步骤S2、 利用Savitzky ‑ Golay平滑方法计算二阶导数光谱； 步骤S3、 利用 正交信号校正法算法计算并去除与类别标签无 关的红外光谱正交分量； 步骤S4、 使用偏最小二 乘方法对去除正交分量的红外光谱数据进行判 别分析； 步骤S5、 通过预测得分完成对预测样本 的得分预测， 根据判定分类的参数阈值实现待预 测的植物油样本的分类判定分析； 本发明能够实 现基于植物油及其不皂化物红外光谱， 从而进行 植物油鉴定 。 权利要求书1页 说明书3页 附图1页 CN 113392586 B 2022.06.14 CN 113392586 B 1.基于R语言、 正交偏最小二乘判别分析的植物油鉴定方法， 其特征在于， 所述鉴定方 法包括以下步骤： 步骤S1、 使用R语言搭建基于shiny框架的web界面， 由主页、 文件导入、 正交偏最小二乘 分析及预测得分组成； 步骤S2、 通过Savitzky ‑Golay平滑方法实现二阶导数预处理， 得到消除基线漂移和平 缓背景干扰的植物油红外光谱数据； 步骤S3、 利用正交信号校正法算法计算并去除与类别标签无关的红外光谱正交分量； 步骤S4、 使用正交偏最小二乘方法对去除正交分量的红外光谱数据进行判别分析； 步骤S5、 通过预测得分完成对预测样本的得分预测， 根据判定分类的参数阈值实现待 预测的植物油样本的分类判定分析； 其中， 步骤S4包括： 假定有样本数量为n的数据集， 每个样品拥有一个分类变量Y和m个 预测变量X1、 X2、 …Xm； Y是一个具有q个分类的变量， q≥2， 运算时将其转换为q个哑变量， 分 类变量和预测变量矩阵分别表示为Yn ×q和Xn×m； 对X和Y进行分解， 从X和Y中分解产生正 交得分因子载荷， 用矩阵表示为： ； 中式中Tn×a和Un×a为隐变量得分矩阵， Pa×m和Qa×q是相应的载荷矩阵， En×m和Fn×q是残差矩 阵； 隐变量得分矩阵在X和Y中提取a个合适的特征(t1  ,t2 ,…  ,ta)和 （u1  ,u2 ,…  ,ua)， 其中a≤m； 正交得分向量是通过最大化预测变量和分类变量之间的协方差来构建的， 即在 条件WTW＝1 ,TTT＝1和TTU最大的条件下求向量T＝XW和U＝YC  ,这里W和C是相应的权重向 量； 使用(t1  ,t2 ,…,ta)作为预测变量建立判别模型： ； 其中， 步骤S5中所述预测得分通过步骤S4中的判别模型获得。 2.根据权利要求1所述的基于R语言、 正交偏最小二乘判别分析的植物油鉴定方法， 其 特征在于： 所述步骤S2中的Savitzky ‑Golay平滑方法具体为： 首先利用卷积运算生成目标 算式， 然后运用线性最小二乘法进行低次多项式拟合相邻数据点的连续子集来实现数据 平 滑； 当数据点 等距分布时， 找到最小二乘方程的解析解， 从而得到平 滑后的估计值。权　利　要　求　书 1/1 页 2 CN 113392586 B 2基于R语言、 正交偏最小 二乘判别分析的植物油鉴定方 法 技术领域 [0001]本发明涉及植物油鉴定技术领域， 特别是基于R语言、 正交偏最小二乘判别分析的 植物油鉴定方法。 背景技术 [0002]掺假植物油已严重影响了植物油产业有序竞争和健康发展， 成为政府和消费者共 同关注的热点问题。 近年来迅猛发展的红外光谱法与化学计量学结合， 提高了光谱信息提 取能力， 所构建的植物油鉴定模型 的特异性及敏感性大幅提高。 目前红外光谱结合正交偏 最小二乘判别分析进行植物油鉴定采用的软件都是如simca、 sas、 spss等国外商业付费软 件， 购买这些软件费用昂贵。 计算机软件自主可控已经上升到国家战略， 基础软件国产化大 势所趋， 然而至今未发现应用R语言进行 的红外光谱结合面向多分类的正交偏最小二乘判 别分析鉴定植物油的国产软件系统相关文献报道。 发明内容 [0003]有鉴于此， 本发明的目的是提供一种能够实现基于植物油及其不皂化物红外光 谱， 从而进行植物油鉴定的基于R语言、 正交偏最小二乘判别分析的植物油鉴定方法。 [0004]本发明采用以下方法来实现： 基于R语言、 正交偏最小二乘判别分析的植物油鉴定 方法， 所述 鉴定方法包括以下步骤： [0005]步骤S1、 使用R语言搭建基于shi ny框架的web界面； [0006]步骤S2、 利用Savitzky ‑Golay平滑方法计算 二阶导数光谱； [0007]步骤S3、 利用正交信号校正法算法计算并去除与类别标签无关的红外光谱正 交分 量； [0008]步骤S4、 使用偏最小二乘方法对去除正交分量的红外光谱数据进行判别分析； [0009]步骤S5、 通过预测得分完成对预测样本 的得分预测， 根据判定分类 的参数阈值实 现待预测的植物油样本的分类判定分析。 [0010]进一步的， 所述步骤S2中的S avitzky‑Golay平滑方法进一步具体为： 首先利用卷 积运算生成目标算式， 然后运用线性最小二乘法进行低次多项式拟合相 邻数据点的连续子 集来实现数据 平滑； 当数据点等距分布时， 可以找到最小二乘方程的解析解， 从而 得到平滑 后的估计值。 [0011]进一步的， 所述步骤S1进一步具体为： 使用R语言搭建基于shiny框架的web界面， 主要由主页、 文件导入、 正交偏最小二乘分析及预测得分组成。 [0012]进一步的， 所述步骤S2进一步具体为： 通过文件导入植物油训练样本csv文件， 再 通过Savitzky ‑Golay平滑方法实现二阶导数预处理， 首先利用卷积运算生成目标算式， 然 后运用线性最小二乘法进 行低次多项式拟合相邻数据点的连续子集来实现数据平滑； 当数 据点等距分布时， 可以找到最小二乘方程的解析解， 从而得到平滑后的估计值， 实现植物油 红外光谱数据的可以消除基线漂移和平缓背景干扰。说　明　书 1/3 页 3 CN 113392586 B 3