[发明专利]精细全光谱结合改进GS-SVR的复杂水体硝酸盐定量分析方法

权利要求书

1.一种精细全光谱结合改进GS-SVR的复杂水体硝酸盐定量分析方法，其特征在于，包括以下步骤：

步骤1、采集i组不同浓度被测溶液的原始透射光谱数据，其中i为正整数；

步骤2、根据被测溶液的原始透射光谱数据计算i组不同浓度被测溶液的吸光度光谱信息；

步骤3、将i组不同浓度被测溶液的吸光度光谱信息作为样本，划分样本，其中j组作为训练样本集，剩余组作为测试样本集；j为小于i的正整数；

步骤4、获取支持向量机非线性预测模型最优参数；

步骤41、确定惩罚参数C的初始查找范围[C_min，C_max]和初始查询间隔C_step，并确定核函数宽度σ的初始查找范围[σ_min，σ_max]和初始查询间隔σ_step；

步骤42、把惩罚参数C的初始查询间隔C_step扩大X1倍，获得当前查询间隔；以当前查询间隔在初始查找范围[C_min，C_max]内开始首次最优参数查找，得到第一次最优参数BestC；

把核函数宽度σ的初始查询间隔σ_step扩大X2倍，获得当前查询间隔；以当前查询间隔在初始查找范围[σ_min，σ_max]之内开始首次最优参数查找，得到第一次最优参数Bestσ；其中X1与X2均大于零；

步骤43、更新惩罚参数C的查找范围，使得更新后的查找范围位于前一次最优参数BestC查找过程中的查找范围内；同时更新惩罚参数C的查询间隔，将前一次最优参数BestC查找过程中的查询间隔缩小Y1倍；以更新后的查询间隔在更新后的查找范围之内开始最优参数查找，得到当前次最优参数BestC；

更新核函数宽度σ的查找范围，使得更新后的查找范围位于前一次最优参数Bestσ查找过程中的查找范围内；同时更新核函数宽度σ的查询间隔，将前一次最优参数Bestσ查找过程中的查询间隔缩小Y2倍；以更新后的查询间隔在更新后的查找范围之内开始最优参数查找，得到当前次最优参数Bestσ；其中Y1与Y2大于零；

步骤44、比较前一次最优参数BestC，Bestσ与当前次最优参数BestC，Bestσ，如果当前次最优参数BestC，Bestσ优于前一次最优参数BestC，Bestσ，则将最优参数更新为当前次最优参数BestC，Bestσ，反之保持前一次最优参数BestC，Bestσ；

步骤45、重复步骤S43至S44，直至遍历支持向量机非线性预测模型中每一个参数组合，获得最终的最优参数BestC，Bestσ；

步骤5、建立支持向量机非线性预测模型，并训练支持向量机非线性预测模型，得到训练好的支持向量机非线性预测模型；

将训练样本集中的训练样本及步骤4获得的最优参数BestC，Bestσ作为输入，建立并训练支持向量机非线性预测模型；

步骤6、利用步骤5训练好的支持向量机非线性预测模型预测测试样本集；

步骤7、输出预测结果；

步骤43中更新惩罚参数C的查找范围的具体过程为：

首先，利用前一次最优参数BestC查找过程中查找范围中的C_min，C_max，获取C_mid，C_mid为[C_min，C_max]的中间位置；

然后，根据C_mid＝(C_max+C_mid)/2更新C_mid的取值；

最后，判断前一次最优参数BestC的取值是否大于更新后C_mid的取值，如果大于，则令更新后的C_mid为更新后查找范围的C_min，更新后查找范围的C_max保持不变；反之，令更新后的C_mid为更新后查找范围的C_max，更新后查找范围的C_min保持不变；

步骤43中更新核函数宽度σ的查找范围的具体过程为：

首先，利用前一次最优参数Bestσ查找过程中的查找范围中的σ_min，σ_max，获取σ_mid，σ_mid为[σ_min，σ_max]的中间位置；

然后，根据σ_mid＝(σ_max+σ_mid)/2更新σ_mid的取值；

最后，判断前一次最优参数Bestσ的取值是否大于更新后σ_mid的取值，如果大于，则令更新后的σ_mid为更新后查找范围的σ_min，更新后查找范围的σ_max保持不变；反之，令更新后的σ_mid为更新后查找范围的σ_max，更新后查找范围的σ_min保持不变。