[发明专利]一种基于荧光光谱的溢油种类识别方法

权利要求书

1.一种基于荧光光谱的溢油种类识别方法，包括建立溢油识别模型的过程，以及通过溢油识别模型识别溢油种类的过程，其特征在于，

建立溢油识别模型的过程包括建立初次识别模型的步骤和建立二次识别模型的步骤；

建立初次识别模型的步骤包括建立标准匹配光谱库的子步骤和建立模型算法的子步骤，所述标准匹配光谱库中包括有待识别的溢油种类的参考光谱；

建立二次识别模型的步骤是基于已知溢油种类的光谱、利用粒子群优化算法选择全局最优二次识别模型；

通过溢油识别模型识别溢油种类的过程包括采用初次识别模型识别溢油种类的步骤以及根据初次识别结果判断是否采用二次识别模型进行识别的步骤。

2.根据权利要求1所述的识别方法，其特征在于，若采用所述初次识别模型识别出溢油种类，则结束识别过程；若采用所述初次识别模型未识别出溢油种类，则采用所述二次识别模型进行识别。

3.根据权利要求1所述的识别方法，其特征在于，所述初次识别模型采用光谱信息离散SID与光谱角度匹配SAM相结合的算法；所述标准匹配光谱中的参考光谱是对相同溢油种类的光谱求平均值后得到的光谱。

4.根据权利要求3所述的识别方法，其特征在于，所述光谱信息离散SID与所述光谱角度匹配SAM相结合的算法为SID(t，r)×tan(SAM(t，r))或SID(t，r)×sin(SAM(t，r))中的一种；其中，t为待识别光谱，r为所述标准匹配光谱库中的参考光谱。

5.根据权利1至4中任一项所述的识别方法，其特征在于，所述二次识别模型包括有预处理算法、特征提取与选择算法及分类器，利用粒子群优化算法选择全局最优二次识别模型包括下述子步骤：

a、初始化粒子群S＝{x₁，x₂，…，x_m}，初始化迭代次数t＝0：

粒子群中的粒子为i＝1，2，…m，m为粒子群中的粒子数；x_i，pre为多种预处理算法中的一种，为x_i，pre预处理算法对应的参数，N_pre为预处理算法的输入参数个数；x_i，fs为多种特征提取与选择算法中的一种，为x_i，fs特征提取与选择算法对应的参数，N_fs为特征提取与选择算法的输入参数个数；x_i，sel为二进制变量，用于表示预处理算法在特征提取与选择算法之前或之后进行；x_i，class为多种分类器中的一种，为x_i，class分类器对应的参数，N_class为分类器的输入参数个数；

b、将粒子群中的每个粒子x_i解码为具体的识别模型，利用已知溢油种类的光谱训练识别模型，根据训练后的模型的泛化误差确定每个粒子的当前最佳位置P_i及粒子群S的当前最佳位置P_glo；

c、调整每个粒子c_i的搜索速度v_i(t+1)和位置x_i(t+1)：

设D维搜索空间中，粒子x_i在第t步迭代时所处位置x_i(t)＝(x_i1，x_i2，…，x_iD)，搜索速度v_i(t)＝(v_i1，v_i2，…，v_iD)，则根据以下公式更新其在第t+1步迭代的搜索速度和位置：

v_ij(t+1)＝wv_ij(t)+c₁r₁(p_ij-x_ij(t))+c₂r₂(p_gj-x_ij(t))

x_ij(t+1)＝x_ij(t)+v_ij(t+1)

j＝1，2，…，D；

其中，w为权重值；c₁和c₂是学习因子，为常数；r₁和r₂为[0，1]范围内的随机数；

d、在迭代次数t小于预设的迭代次数时，令t＝t+1，重复上述步骤b、c；若迭代次数t等于预设的迭代次数，则停止迭代；

e、输出粒子群S的最佳位置P_glo，P_glo所对应的识别模型即为全局最优二次识别模型。