[发明专利]一种基于光谱不同特征集的共识模型构建方法有效
申请号: | 201810833019.2 | 申请日: | 2018-07-26 |
公开(公告)号: | CN109060771B | 公开(公告)日: | 2020-12-29 |
发明(设计)人: | 袁雷明;何坤成;陈孝敬;陈熙;李理敏;户新宇;朱德华;施一剑 | 申请(专利权)人: | 温州大学 |
主分类号: | G01N21/71 | 分类号: | G01N21/71;G01N21/65 |
代理公司: | 温州名创知识产权代理有限公司 33258 | 代理人: | 陈加利 |
地址: | 325000 浙江省温州市瓯海*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 光谱 不同 征集 共识 模型 构建 方法 | ||
1.一种基于光谱不同特征集的共识模型构建方法,其特征在于包括有:
步骤S1:根据所测物质的组分信息Y,分析其光谱中特征谱线所处区域X_region,并采用预处理方式对该区域的特征谱线进行滤波处理,提高特征谱线的信噪比;
步骤S2:针对特征谱线的谱峰分布,在一个长度为x_windowsize的窗口内识别出Pi位置处的一个峰,提取该谱峰的参数,包括有峰高Peak_int、半峰宽Peak_width、峰面积Peak_area,以及不同谱峰强度的比值Peak_ratio;
步骤S3:该步骤用于构建成员模型,包括有
3.1)对上述提取的谱峰各参数分别构建单变量或多变量回归模型fi(xi),以交叉验证法优化模型fi(xi);
3.2)对光谱区域X_region构建全区间的多变量回归模型f0(x0),以交叉验证法优化模型f0(x0);
3.3)计算成员模型的预测残差向量其中为第i个成员模型对第k个样本的预测值,yk为训练集的第k样本的真实值,成员模型的预测残差矩阵表示为E=[e0,e1,L ei,L en],(i=0,1,Li,L,n);
3.4)计算第i个成员模型的预测残差向量的均方根误差为
3.5)计算各成员模型的预测残差向量间的相关性
步骤S4:该步骤用于通过成员模型来构建共识模型,包括有:
4.1)各成员模型经加权得到共识模型且其中wi为各成员模型的权系数;
4.2)当共识模型的均方误差最小时,使得共识模型的预测误差最小;
4.3)在约束条件为下,通过非线性优化方法计算wi,根据各成员模型fi(xi),构造共识模型F(x)。
2.根据权利要求1所述的基于光谱不同特征集的共识模型构建方法,其特征在于:所述的光谱为激光诱导击穿光谱或拉曼特征谱线。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于温州大学,未经温州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810833019.2/1.html,转载请声明来源钻瓜专利网。