[发明专利]基于遗传算法的光谱高斯峰特征提取算法

摘要

本发明提出基于遗传算法的光谱高斯峰特征提取算法，主要步骤包括：S1：输入光谱曲线，对光谱曲线进行曲线平滑和基线校正；S2：种群初始化阶段；S3：个体变异阶段；S4：种群交叉阶段；S5：种群基因译码阶段；S6：计算适应度fit；S7：判断适应度fit是否满足预设条件：若是，执行步骤S9；若否，执行步骤S8；S8：自然选择阶段；S9：使用最佳拟合区间进行拟合，得到并输出高斯峰特征。本发明以波谷为分界点将光谱曲线分成若干个子区间，然后将子区间组合起来进行高斯峰拟合，通过遗传算法得到最优拟合区间，减少了拟合误差，提高了高斯峰参数提取的准确度和太赫兹时域光谱物质识别的识别率；通过峰数递增最优化条件得到最佳拟合高斯峰数，增强对光谱混叠峰的分辨能力。

主权项

1.基于遗传算法的光谱高斯峰特征提取算法，其特征在于，包括以下步骤：S1：输入光谱曲线y，将光谱曲线y进行曲线平滑和基线校正，得到光谱曲线z；S2：种群初始化阶段，所述的初始化包括将光谱曲线z分成r+1个子区间和将遗传算法的基因序列初始化为长度为r的全1二进制序列；S3：个体变异阶段，即将基因序列中的每一个基因按照一定概率进行取反运算；S4：种群交叉阶段，即将两段不同的基因序列之间按照一定概率交换范围随机的若干片段；S5：种群基因译码阶段，即将基因序列转换为子区间组合，设L是组合后的子区间分界点，若基因序列是1，则将对应的分界点加入到L中，若基因序列是0则跳过；S6：用高斯多峰拟合算法对每一子区间组合进行测试，计算基因序列的适应度fit；S7：判断适应度fit是否满足预设条件：若是，则执行步骤S9；若否，则执行步骤S8；S8：自然选择阶段；S9：根据步骤S6得到每个基因序列的最佳适应度fit得到当前最佳拟合区间，使用最佳拟合区间进行拟合，得到并输出高斯峰特征。