[发明专利]海岸环境微塑料的开集识别方法

摘要

本发明提供一种海岸环境微塑料的开集识别方法，包含以下步骤：a.在海岸环境下收集微塑料样本并分离制备；b.采集微塑料样本的红外光谱信息并随机分为校正样本和预测样本；c.提取特征光谱数据矩阵；d.构建单类开集识别模型；e.利用所述多个单类模型建立单类集成多类的开集识别模型；f.利用校正样本对开集识别模型进行参数校正，得到校正模型；g.利用红外光谱仪对待测微塑料样本进行红外光谱信息采集并提取特征光谱数据矩阵；h.将特征光谱矩阵输入到校正模型中得到判别函数。i.将判别函数的平方残差进行降序排列的，去除较大残差后得剩余平方残差之和达到最小，得到最小残差。j.将最小残差输入到校正模型的判别函数中获得相应成分解析结果。

主权项

1.一种海岸环境微塑料的开集识别方法，其特征在于，包含以下步骤：a.在海岸环境下收集粒径在1mm以上的微塑料样本并进行分离制备；b.利用傅里叶变换红外仪对所述微塑料样本进行红外光谱信息无损采集，得到微塑料样本的红外光谱信息，将所述红外光谱信息随机分为校正样本和预测样本；c.提取所述红外光谱信息的特征光谱数据矩阵；d.利用一类样本的红外光谱信息构建基于高斯分布的单类识别模型，并将模型边界外模型拒绝识别标记为异类；根据样本种类数K分别建立K个单类识别模型；e.利用所述K个单类识别模型拓展成单类集成多类的开集识别模型；f.利用所述校正样本对所述开集识别模型进行参数校正，得到校正模型；g.利用傅里叶变换红外仪对待测微塑料样本红外光谱信息进行无损采集，对获取的红外光谱信息提取特征光谱数据矩阵；h.将步骤g中获取的特征光谱数据矩阵输入到步骤f的校正模型中得到判别函数；i.将判别函数中的平方残差进行降序排列，去除由于样本多样性产生的排序较前的较大残差，使得剩余平方残差之和达到最小，并利用自适应最小残差代替总残差；j.将所述自适应最小残差输入到模型判别函数中获得相应成分解析结果。