[发明专利]一种近红外光谱模型的鲁棒性改善方法在审
| 申请号： | 201510109849.7 | 申请日： | 2015-03-13 |
| 公开（公告）号： | CN104677498A | 公开（公告）日： | 2015-06-03 |
| 发明（设计）人： | 李海森;高珏;徐超;杜伟东 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G01J3/44 | 分类号： | G01J3/44;G01N21/359 |
| 代理公司： | 无 | 代理人： | 无 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于近红外光谱建模技术领域，具体涉及一种近红外光谱模型的鲁棒性改善方法。采集样本的漫反射光谱，测定样本的糖度值；将光谱样本映射到一个高维的特征空间，寻找样本的最小包含超球，构建光谱样本的数据域描述函数；对样本的近红外光谱、模糊隶属度和糖度数据进行训练，建立模糊支持向量机模型。本发明引入信任因子和舍弃因子，通过映射关系建立数据域描述和概率密度的关联，这样生成的模糊隶属度能客观的反映光谱数据结构，使得该方法更具有通用性。 | ||
| 搜索关键词： | 一种 红外 光谱 模型 鲁棒性 改善 方法 | ||
【主权项】：
一种近红外光谱模型的鲁棒性改善方法,其特征在于：(1)采集样本的漫反射光谱，测定样本的糖度值；(2)将光谱样本映射到一个高维的特征空间，寻找样本的最小包含超球，构建光谱样本的数据域描述函数，引入信任因子和舍弃因子将光谱的训练样本划分为三个区域，通过映射关系建立数据域描述与概率密度的关联，得到模糊隶属度函数，应用穷举搜索参数寻优法确定模糊隶属度函数中的四个未知参数：信任因子、舍弃因子、映射度和模糊隶属度下限，自动生成每个样本的模糊隶属度；(3)对样本的近红外光谱、模糊隶属度和糖度数据进行训练，建立模糊支持向量机模型，与光谱分析中常用的多元线性回归、偏最小二乘回归、支持向量机模型进行对比，检验模型的鲁棒性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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哈尔滨工程大学;，未经哈尔滨工程大学;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/patent/201510109849.7/，转载请声明来源钻瓜专利网。
