基于小波变换的乳酪制品智能鉴别技术

实验采集了不同品牌乳酪制品的拉曼光谱数据,经过不同小波变换处理后输入k近邻算法,建立了一个新型的优化识别流程。结果显示,未经任何谱图处理时,鉴别算法的识别准确率仅为82.27%,经小波软阈值去除信号噪声影响(coif1小波基,分解尺度n=4)后识别率可提升至86%,经sym5小波增强后,识别率可达87.07%,再经融合处理,识别率可进一步达到88.6%。在此基础上进一步研究了归一化结合小波变换处理优化鉴别算法的情况,发现经小波降噪及归一化处理至[0,1]区间后,k近邻鉴别算法识别率可达93.73%,再经sym5小波增强后,识别率可达94.4%,最后经融合处理,识别率可达到95.4%。拉曼光谱数据经归一化、小波降噪、增强、融合处理后,可有效提高鉴别算法的识别率。     

基于数据包络分析的乳制品企业供应链绩效对比研究

2008年中国奶制品污染事件已过去十多年,乳制品业经过这十多年的重新洗牌,呈现出另一番景象。根据相关新闻报道,某些曾经受到波及的企业经过这些年的精益求精,目前已成为行业中的领跑者,然而某些未受到影响反而在当时获利的企业却由于近年来管理决策不当,地位早已不复从前。本文为了解自中国奶制品污染事件以来不同企业在乳制品供应链各环节的效率差异,构建由生产加工环节与储运销售环节组成的两阶段数据包络分析(Data Envelopment Analysis,DEA)的效率测度模型,并运用软件将相关企业各环节投入产出数据代入模型进行分析讨论。结果表明,不同企业在供应链的不同环节各有优势,在各环节处于劣势的企业应向优势企业学习借鉴,并通过减小资源投入或提高技术能力,不断改进完善自我;乳制品供应链各环节对其整体效率的影响也各不相同,在实际管理过程中,管理者应根据影响程度的大小,合理设置权重以便更好地进行分析。