[发明专利]利用预测阈值来便于光谱分类

权利要求书

1.一种方法，包括：

由设备获得与样本相关联的光谱测量值；

由所述设备并且基于所述光谱测量值和全局分类模型，生成包括多个类别的局部分类模型；

由所述设备并且基于所述光谱测量值，标识所述局部分类模型的所述多个类别中的特定类别；

由所述设备标识与所述特定类别相关联的预测阈值；

由所述设备并且基于所述特定类别和所述预测阈值，对所述光谱测量值进行分类；以及

由所述设备并且基于对所述光谱测量值的分类，提供指示所述样本是否属于所述特定类别的信息。

2.根据权利要求1所述的方法，其中标识所述特定类别包括：

确定与所述局部分类模型的所述多个类别中的每个类别相关联的决策值集；

确定特定决策值集的阈值数量的决策值均小于特定决策值阈值；

基于确定所述特定决策值集的所述阈值数量的所述决策值均小于所述特定决策值阈值，确定与所述局部分类模型的所述多个类别中的每个类别相关联的概率值集；以及

基于与所述局部分类模型的所述多个类别中的每个类别相关联的所述概率值集，确定所述特定类别。

3.根据权利要求2所述的方法，其中使用利用一对全部决策值技术的支持向量机径向基函数SVM-rbf核函数来确定与所述局部分类模型的所述多个类别中的每个类别相关联的所述决策值集，并且

其中使用利用概率值技术的SVM-rbf核函数来确定与所述局部分类模型的所述多个类别中的每个类别相关联的所述概率值集。

4.根据权利要求1所述的方法，其中标识所述特定类别包括：

确定与所述局部分类模型的所述多个类别中的每个类别相关联的第一决策值集；

确定所述第一决策值集的阈值数量的决策值均大于或等于特定决策值阈值；

基于确定所述第一决策值集的所述阈值数量的所述决策值均大于或等于所述特定决策值阈值，确定与所述局部分类模型的所述多个类别中的每个类别相关联的第二决策值集；以及

基于与所述局部分类模型的所述多个类别中的每个类别相关联的所述第二决策值集，确定所述特定类别。

5.根据权利要求4所述的方法，其中使用利用一对全部决策值技术的支持向量机径向基函数SVM-rbf核函数来确定与所述局部分类模型的所述多个类别中的每个类别相关联的所述第一决策值集，并且

其中使用利用全部对决策值技术的SVM线性核函数来确定与所述局部分类模型的所述多个类别中的每个类别相关联的所述第二决策值集。

6.根据权利要求1所述的方法，其中标识与所述特定类别相关联的所述预测阈值包括：

确定与所述特定类别相关联的第一决策值集；

确定与所述特定类别相关联的第二决策值集；

确定与所述多个类别中的至少一个其他类别相关联的第三决策值集；以及

基于所述第一决策值集、所述第二决策值集和所述第三决策值集中的至少两个决策值集，确定与所述特定类别相关联的所述预测阈值。

7.根据权利要求6所述的方法，其中：

使用利用自预测技术的支持向量机径向基函数(SVM-rbf)核函数来确定与所述特定类别相关联的所述第一决策值集；

使用利用交叉验证技术的SVM-rbf核函数来确定与所述特定类别相关联的所述第二决策值集；以及

使用利用二元分类技术的SVM-rbf核函数来确定与所述至少一个其他类别相关联的所述第三决策值集。

8.根据权利要求6所述的方法，其中确定与所述特定类别相关联的所述预测阈值包括：

确定所述第一决策值集的第一数量的决策值小于特定决策值阈值；

确定所述第二决策值集的第二数量的决策值小于所述特定决策值阈值；

确定所述第一数量和所述第二数量均大于或等于数量阈值；以及

基于所述第二决策值集的最小决策值和所述第三决策值集的最大决策值中的至少一个决策值，确定所述预测阈值。