[发明专利]一种基于超低色散光谱特征的空间碎片分类方法

摘要

本发明公开了一种基于超低色散光谱特征的空间碎片分类方法，该方法基于模式识别理论，采用支持向量机(SVM)分类方法对碎片类别进行判别；根据光谱数据对碎片进行分类，在离线训练分类模型后，可以在线形式对所获取的光谱数据作实时的碎片分类；另外，SVM分类器具有较好的鲁棒性，使得碎片分类所得结果更可靠。

主权项

一种基于超低色散光谱特征的空间碎片分类方法，包括如下步骤：(1)利用光谱仪，采集关于多个碎片样本对应的多条光谱特征向量；(2)对所述的光谱特征向量进行预处理，依次包括阈值化和归一化两部分；所述的阈值化的计算表达式如下：x′=Thifx>Th0ifx<0xotherwise]]>其中：x和x'分别为光谱特征向量中任一波长对应的光谱数据阈值化前后的值，Th为预设的阈值；所述的归一化的计算表达式如下：x‾=x′-μσ]]>其中：为x'归一化后的值，μ和σ分别为各光谱特征向量中所有x'的平均值和标准差；(3)根据关于碎片形状、体积以及材质的认知，对碎片进行类别标定；进而利用现有雷达离线测量技术，确定各光谱特征向量所对应的碎片类别；(4)对于任意两种碎片类别E1和E2组合，根据属于这两种碎片类别的光谱特征向量，利用二分类支持向量机建立对应类别组合关于光谱特征的分类模型，依此得到所有类别组合对应的个分类模型，n为对碎片标定的类别数；所述分类模型的表达式如下：y=sgn(Σi=1NyiαiK(xi,x)+b)]]>其中：xi和yi分别为归属于碎片类别E1和E2的光谱特征向量集合中的第i个光谱特征向量及其对应的类别标签，i为自然数且1≤i≤N，N为归属于碎片类别E1和E2的光谱特征向量集合中的光谱特征向量总数，ai为光谱特征向量xi对应的拉格朗日乘子，K(xi,x)为关于xi和x的核函数，b为分类超平面的截距，x和y分别为待测碎片的光谱特征向量及其对应的类别标签，sgn为符号函数；所述拉格朗日乘子ai通过以下方程求解得到：minα12αTQα-eαsubjecttoyTα=0]]>0≤αi≤C其中：a为由拉格朗日乘子ai组成的N维向量，y为由碎片类别yi组成的N维向量，e为元素值均为1的N维向量，Q为N×N维的中间矩阵，C为大于0的正则化因子，T表示转置；所述截距b通过以下方程求解得到：yj(Σi=1NyiαiK(xi,xj)+b)-1=0]]>其中：xj和yj分别为归属于碎片类别E1和E2的光谱特征向量集合中的第j个光谱特征向量及其对应的类别标签，j为自然数且1≤j≤N；所述中间矩阵Q的表达式如下：Qij＝yiyjK(xi,xj)其中：Qij为中间矩阵Q中第i行第j列的元素值，K(xi,xj)为关于xi和xj的核函数；(5)利用光谱仪在线采集待测碎片的光谱特征向量，并输入至所述的分类模型中以获得该待测碎片的类别信息；具体地，将待测碎片的光谱特征向量分别输入至个分类模型中，根据得到的个类别标签对应的碎片类别按投票的方式，得票最多的碎片类别即为待测碎片的所属类别。