基于分类算法的企业大米指纹图谱数据平台的设计与实现

发布时间：2020-10-12 18:32

　　 地理标志大米(地标大米)富含营养,香甜可口的特点得到了广大消费者的青睐,市场上地标大米的价格也比普通大米要高很多。目前地标大米的产地追溯主要包括过程追溯和源头追溯两部分。过程追溯可能会因为人为因素的影响造成产地虚假,以次充好现象的发生,这严重干扰了市场秩序,损害消费者和正规地标大米企业(国家授权允许销售地标大米的企业)的合法权益,因此本文想要建立一个大米原产地确证平台,对大米产地进行快速、准确鉴别,进行源头追溯。本文采集柳河地标大米和松原大米共100组大米样品的近红外光谱图像,对大米的光谱数据进行预处理,利用主成分分析对数据进行降维分类,但是由于大米本身性质相近,主成分得分图重叠严重,产地区分效果不好。因此需要融合支持向量机(Support Vector Machines,SVM)算法分析指纹图谱,建立地标大米产地确证模型。以此模型为核心,通过分析正规地标大米企业和广大消费者的需求,设计实现一个基于Python语言、Django框架的企业大米指纹图谱数据平台,以达到轻松鉴别大米产地的目的,维护地标大米的权威性,维护企业与消费者的根本利益。本文的主要内容和结果如下:(1)通过比较四种不同预处理方法对支持向量机模型判别率的影响,确定多元散射校正为最佳预处理方法。(2)选择径向基核函数作为支持向量机的核函数,当惩罚参数c=4,核函数参数g=0.25时,基于支持向量机的大米产地确证模型判别效果最好,判别率达到了94%。(3)根据平台需求分析,共设计了用户登录模块、后台管理模块、产品展示模块、产地确证模块等八大模块。(4)对平台进行测试,页面测试良好,功能测试正常,用户通过本平台能够直接提交近红外光谱检测数据,并将模型检测结果进行可视化,能够进行大米产地确证。
【学位单位】：吉林农业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP311.52;TP181;F326.11
【部分图文】：

绍了大米产地确证平台的相关开发技术方法，分台测试的一些技术方法。的水稻样本，将样品进行干燥处理，在符合实像，并对原始光谱数据进行预处理，选择最佳步分类，融合支持向量机算法建立基于近红外光，需要考虑到消费者的需求，企业的需求和平建指纹图谱数据库。设计，根据需求，实现相应的功能，比如提供及产地确证功能等等。对新建的平台进行测试，展示情况等等。模型和指纹图谱数据平台的总结和展望。

基本思想可以表述如下。寻找一个最优分类超平面（separating hyperplane）最大化两类相邻最近的样本点之间的边缘（margin），因此它也被称为 large-margin 分类器。在最化边缘边界上的样本点被称为支持向量（support vectors），边缘的中间切面为最优分类平面。如图 2.1，图 a 是红色和蓝色二维样本数据点，可以有无数条直线将二者进行分。如图 b 和图 c 的直线 A、B 就是无数条直线中的两条，这些直线其实就是一个超平面，线 A 的分类性能明显优于直线 B。因为直线 A 距离样本点的间隔更大一些，直线 A 进少许的平行移动，仍然能够对样本数据进行正确划分，而直线 B 进行少许的平行移动，会出现错分现象。支持向量机就是寻找一个最优的线性分类器。当数据线性不可分时，通过核函数将数据点映射到高维空间，使其线性可分，即实现一非线性变换为线性分类。寻找超平面的过程可以转化为求解二次规划问题，通常处理样本、非线性、模糊性等特征的数据时表现出很强的辨识能力[47-48]。它还有提高泛化性、避免神经网络结构选择等优点。支持向量机是常用的模式识别方法。除此之外还有偏小二乘法、人工神经网络等等。

2 近红外光谱数据的处理与分析2.1 数据预处理本文采用标准正态变量变换，多元散射校正，Savitzky-Golay 卷积平滑，归一化处 4 种方法对原始光谱进行预处理。使用 Matlab 软件对数据进行图像分析。四种预处光谱图如下。
【相似文献】

相关期刊论文 前10条

1 ;重庆:2020年建成健康医疗大数据平台体系[J];吉林医学信息;2016年12期

2 张钧;丁正喜;;用户体验下的政府开放数据平台评价分析[J];中国新通信;2019年22期

3 韩阳;;大数据时代下高校智慧校园的数据平台分析[J];营销界;2019年43期

4 俞宙;;省级毕业生就业大数据平台建设模式初探[J];信息系统工程;2018年11期

5 孙唯特;;高校智慧校园建设中的数据平台设计[J];信息通信;2019年01期

6 张瑜;程明霞;;高校智慧校园建设中校友数据平台的设计研究——以日照职业技术学院为例[J];中国多媒体与网络教学学报(中旬刊);2019年05期

7 王勇;;企业大数据平台建设中的问题及对策探讨[J];信息系统工程;2019年06期

8 魏国华;郭翔宇;康志英;;内蒙古移动旅游大数据平台项目应用创新[J];信息通信;2019年11期

9 张世瑛;;大数据平台基础能力和性能诊断分析[J];区域治理;2019年29期

10 何庆;李冠道;周乐坤;严敏;;大数据平台的集中访问控制[J];网络安全和信息化;2018年01期

相关博士学位论文 前3条

1 王华伟;铁路运输设备技术状态大数据平台研究[D];中国铁道科学研究院;2017年

2 姚竞争;数字化造船一体化数据平台关键技术研究[D];哈尔滨工程大学;2011年

3 张伟;基于油田多源数据分析的油藏管理研究[D];长安大学;2013年

相关硕士学位论文 前10条

1 黄莉;中泰商务大数据平台建设研究[D];云南财经大学;2019年

2 沈晰强;小麦-气象-收割机作业时间的时空分析及数据平台研究[D];浙江大学;2019年

3 张耀隆;面向自动驾驶的数据平台关键技术研究[D];哈尔滨工业大学;2019年

4 张玫;YD公司大数据旅游应用的服务营销策略研究[D];云南大学;2017年

5 陈志晗;基于大数据平台推进服务型政府建设研究[D];厦门大学;2018年

6 穆晨阳;大同市精准扶贫数据平台的设计与实现[D];西安电子科技大学;2019年

7 张志昂;基于大数据平台的运营商数据改造治理[D];山东大学;2019年

8 李云豪;基于Hadoop的石油大数据平台设计与实现[D];华中科技大学;2019年

9 刘贤康;基于Hadoop生态圈的工业数据平台设计与研究[D];华中科技大学;2019年

10 苏宏;基于分类算法的企业大米指纹图谱数据平台的设计与实现[D];吉林农业大学;2019年

本文编号：2838119