[发明专利]一种荧光光谱特征波长筛选方法、装置、计算机设备及可读储存介质在审
申请号: | 202110702318.4 | 申请日: | 2021-06-21 |
公开(公告)号: | CN113435115A | 公开(公告)日: | 2021-09-24 |
发明(设计)人: | 胡锋;周孟然;闫鹏程;来文豪;卞凯;朱梓伟;司梦婷;钱亚丽;罗洲宇 | 申请(专利权)人: | 安徽理工大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N3/00;G06F111/08 |
代理公司: | 西安铭泽知识产权代理事务所(普通合伙) 61223 | 代理人: | 卢会刚 |
地址: | 232001 *** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 荧光 光谱 特征 波长 筛选 方法 装置 计算机 设备 可读 储存 介质 | ||
1.一种荧光光谱特征波长筛选方法,其特征在于,包括:
采集多个待测样本的原始荧光光谱数据;
对采集到的原始荧光光谱数据,采用标准正态变量变换进行处理,得到光滑后的荧光光谱;
使用间隔偏最小二乘法模型,对光滑后的荧光光谱进行波段筛选和排序,得到荧光光谱的特征波段;
使用布谷鸟搜索算法,从荧光光谱的特征波段中筛选出荧光光谱特征波长。
2.如权利要求1所述的一种荧光光谱特征波长筛选方法,其特征在于,所述标准正态变量变换采用下面公式进行:
其中,Fluorescence_Spectrumi为标准正态变量变换处理后第i个样本的荧光光谱,Raw_Datai,k为第i个样本的原始荧光光谱的第k个光谱数据,为第i个样本荧光光谱的平均值,k=1,2,…,3648,i=1,2,…,N。
3.如权利要求1所述的一种荧光光谱特征波长筛选方法,其特征在于,所述荧光光谱的特征波段筛选步骤包括:
将标准正态变量变换SNV处理后得到的荧光光谱数据按照波长分成K1个同等宽度的间隔区间;其中K1≤3648;
对间隔偏最小二乘法回归iPLS模型的交叉验证均方根误差RMSECV进行计算,计算公式为:
其中,RMSECVKi1为基于第Ki个间隔区间数据构建PLS模型的RMSECV,Ki1=1,2,…,K1,Y1_PREi为第i个样本的预测值,Yi为第i个样本的实际值,N为样本数量;
将RMSECVKi的值作为荧光光谱波段筛选的评估指标,若RMSECVKi≤1.2则该间隔区间被选为荧光光谱的特征波段之一,若RMSECVKi>1.2则该间隔区间不被选为荧光光谱的特征波段之一,得到K2个同等宽度间隔区间;
将这K2个间隔区间按照波长从小到大顺序排列即可得到荧光光谱的特征波段。
4.如权利要求1所述的一种荧光光谱特征波长筛选方法,其特征在于,所述使用布谷鸟搜索算法,从荧光光谱的特征波段中筛选出荧光光谱特征波长,包括:
从荧光光谱特征波段中随机初始化荧光光谱特征波长集合;
定义目标函数;
计算荧光光谱特征波长集合的目标函数值并进行比较,得到当前的最优函数值;
利用莱维Levy飞行更新最优荧光光谱特征波长集合以外的其他荧光光谱特征波长集合;
根据其他荧光光谱特征波长集合对应目标函数值与所述当前最优函数值的比较结果,更新当前最优值;
将生成的服从正态分布的随机数r∈(0,1)和特征波长淘汰概率pa=0.25比较,更新部分荧光光谱特征波长集合;
根据随机更新后的荧光光谱特征波长集合对应的目标函数值和当前最优值的比较结果,确定最新的最优值;
判断是否满足迭代次数的终止条件;若满足终止迭代条件,迭代停止输出全局最优的荧光光谱特征波长集合。
5.如权利要求4所述的一种荧光光谱特征波长筛选方法,其特征在于,所述目标函数计算公式为:
其中,RMSECVKi3为基于第Ki3个荧光光谱特征波长集合构建PLS模型的RMSECV,Ki3=1,2,…,K3,Y1_PREi为第i个样本的预测值,Yi为第i个样本的实际值,N为样本数量。
6.如权利要求4所述的一种荧光光谱特征波长筛选方法,其特征在于,利用莱维Levy飞行更新所述荧光光谱特征波长集合的公式为:
其中,表示第ii个荧光光谱特征波长集合在第t+1次更新后的一个新解,表示第ii个荧光光谱特征波长集合在第t次迭代时的解,α表示步长比例因子,L(s,λ)表示莱维分布s为步长,λ表示游走能力,通常1<λ≤3,Γ(λ)表示伽马函数
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽理工大学,未经安徽理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110702318.4/1.html,转载请声明来源钻瓜专利网。