[发明专利]一种基于高光谱图像技术的贝类毒素无损快速检测方法及系统

权利要求书

1.一种基于高光谱图像技术的贝类毒素无损快速检测方法，其特征在于，包括以下步骤：

步骤一、采集多个贝类样本的高光谱图像作为训练样本集；所述贝类样本包括感染毒素的贝类和未感染毒素的贝类；

步骤二、对所述高光谱图像进行光谱数据提取和预处理；

步骤三、基于模糊聚类与粒子群优化的特征选择算法，获取最优特征波段子集；

步骤四、将所述最优特征波段子集输入基于代价敏感概率神经网络的贝类毒素无损检测模型中进行训练，获取训练好的贝类毒素无损检测模型；

步骤五、将经过预处理的待检测贝类样本的光谱数据输入到训练好的贝类毒素无损检测模型中，获取检测结果；所述检测结果为待检测贝类样本是否为感染毒素的贝类。

2.根据权利要求1所述的一种基于高光谱图像技术的贝类毒素无损快速检测方法，其特征在于，步骤二中所述预处理包括基线校正、变量标准化、多元散射校正和求导处理。

3.根据权利要求2所述的一种基于高光谱图像技术的贝类毒素无损快速检测方法，其特征在于，步骤三的具体步骤包括：

步骤三一、随机选择波段生成初始粒子群，并且将它们设置为初始聚类中心；根据下式计算初始隶属度矩阵：

式中，u_ij表示第j个波段属于第i个聚类簇中心的隶属度；C表示波段个数即聚类个数；m表示模糊因子；d_ij表示第i个聚类簇中心到第j个波段的欧几里得距离；d_kj表示第k个聚类簇中心到第j个波段的欧几里得距离；

按照下式计算所有粒子的目标函数J，并且将它们保存为即粒子p_i最优位置对应的目标函数：

式中，N表示波段总数即聚类总数；

设置初始局部最优粒子p_bi(1)＝p_i(1)，使得初始粒子即为局部最优粒子；

设置初始全局最优目标函数值即等于粒子p_i初始位置对应的目标函数，并保存相关的全局最优粒子为p_g(1)；设置初始速度v_i(1)＝0，迭代计数指针t＝1；

步骤三二、对于群体中的每个粒子p_i(t)，i＝1，2，……，N，按照下述步骤处理：

步骤三二一、计算更新速率v_i(t+1)，并且按照下式更新粒子p_i(t+1)：

式中，ω是惯性系数；c₁和c₂分别是局部最优解和全局最优解的学习率权重；r₁和r₂是在[0，1]内随机生成的参数；

步骤三二二、计算更新后粒子p_i(t+1)的目标函数值，并将结果保存为f_pi(t+1)；

步骤三二三、比较局部最优解并更新：如果f_pi(t+1)＜f_bi(t)，那么更新局部最优函数值f_bi(t+1)＝f_pi(t)和局部最优粒子位置p_bi(t+1)＝p_i(t+1)；

步骤三二四、比较全局最优解并更新：如果那么更新全局最优函数值f_pg(t+1)＝minf_pi(t+1)和全局最优粒子位置p_g(t+1)；

步骤三三、设置迭代计数指针t＝t+1，若计数t大于预设最大迭代次数或者在连续多次迭代过程中相邻两次的全局最优目标函数值变化很小|f_pg(t+1)-f_pg(t)|≤0.0001，则停止迭代上述过程，并输出最终结果，获得多个聚类簇；

步骤三四、对于每个聚类簇，选择该聚类簇中具有最大信息熵的波段作为最优波段。