【技术实现步骤摘要】
光谱变量梯度集成遗传算法的特征波长选择方法和系统
本专利技术涉及光谱分析
，尤其涉及一种光谱变量梯度集成遗传算法的特征波长选择方法和系统。
技术介绍
光谱分析法是根据物质的光谱来鉴别物质及确定其化学组成和相对含量的方法，是以分子和原子的光谱学为基础建立起的分析方法。由于每种原子都有自己的特征谱线，因此可以根据光谱来鉴别物质和确定它的化学组成。可利用物质在不同光谱分析法的特征光谱对其进行定性分析，根据光谱强度进行定量分析。在建立光谱检测模型时选择的特征波长对模型的精度有很大的影响。目前基于群智能优化算法的特征波长变量选择方法，存在选择弱相关性的波长变量概率较大，也容易陷入局部最优解的问题。当土壤样本受到可见近红外光谱照射后，土壤养分物质中各种含氢元素化学基团(如C-H、O-H、S-H、N-H等)被激发产生分子振动的倍频和合频吸收信息，利用可见近红外光谱分析技术测量土壤养分的可见近红外光谱的吸收度，就能准确测量土壤养分的含量。但是，每种土壤养分都有自己的吸收光谱波长，而且吸收信号弱，谱带重叠，还包含环境噪声和无关信...
【技术保护点】
1.一种光谱变量梯度集成遗传算法的特征波长选择方法，其特征在于，包括：/n利用可见近红外光谱扫描设备对多个样本扫描产生可见近红外光谱数据矩阵，对所述可见近红外光谱数据矩阵包含的全光谱波长变量建立偏最小二乘回归模型，确定全光谱波长变量的重要性投影系数；/n将可见近红外光谱数据矩阵的全光谱划分为多个波长间隔，从所有波长间隔中提取含有波长变量的重要性投影系数大于预定值的重要波长间隔并合并成为一个区间光谱；/n以区间光谱的随机组合特征波长向量为遗传算法的初始种群，求解偏最小二乘回归模型的均方根误差；/n以偏最小二乘回归模型的均方根误差的倒数为特征波长向量的适应度函数，选择适应度值最...
【技术特征摘要】
1.一种光谱变量梯度集成遗传算法的特征波长选择方法，其特征在于，包括：
利用可见近红外光谱扫描设备对多个样本扫描产生可见近红外光谱数据矩阵，对所述可见近红外光谱数据矩阵包含的全光谱波长变量建立偏最小二乘回归模型，确定全光谱波长变量的重要性投影系数；
将可见近红外光谱数据矩阵的全光谱划分为多个波长间隔，从所有波长间隔中提取含有波长变量的重要性投影系数大于预定值的重要波长间隔并合并成为一个区间光谱；
以区间光谱的随机组合特征波长向量为遗传算法的初始种群，求解偏最小二乘回归模型的均方根误差；
以偏最小二乘回归模型的均方根误差的倒数为特征波长向量的适应度函数，选择适应度值最大的特征波长向量为最优特征波长向量；对初始种群进行选择、交叉和变异操作，将得到的新个体替换原种群形成新种群；迭代至进化代数，输出最终的最优特征波长向量。
2.根据权利要求1所述的一种光谱变量梯度集成遗传算法的特征波长选择方法，其特征在于：得到重要波长间隔后分别用向后间隔偏最小二乘回归算法移除各个重要波长间隔中的一个波长变量到仅剩最后一个波长变量，寻找每个重要波长间隔中偏最小二乘回归模型的均方根误差最小对应的波长组合向量，构建各个新的重要波长间隔并合并成为一个区间光谱，以区间光谱的随机组合特征波长向量为遗传算法的初始种群，求解偏最小二乘回归模型的均方根误差。
3.根据权利要求1所述的一种光谱变量梯度集成遗传算法的特征波长选择方法，其特征在于：将全光谱划分为多个波长间隔的方法如下：
计算全光谱波长变量纯度行向量和全光谱波长变量在水平方向的纯度梯度向量；利用全光谱波长变量纯度梯度向量中梯度值的正负变化，将全光谱划分为多个波长间隔。
4.根据权利要求1所述的一种光谱变量梯度集成遗传算法的特征波长选择方法，其特征在于：特征波长向量的适应度函数F的表达式如下：
F＝1/RMSE，
其中，RMSE为全光谱数据矩阵列数据建立偏最小二乘回归模型的均方根误差，yi为第i样本的参考方法测试值，为第i样本的各个特征波长变量的偏最小二乘回归模型的预测值，np为样本的数量。
5.根据权利要求1所述的一种光谱变量梯度集成遗传算法的特征波长选择方法，其特征在于：根据选择的遗传算法的种群大小、交叉概率、变异概率和选择概率，形成新种群，其中变异算子采用实数编码差分变异算子，计算公式如下：
Z(i,j)＝D×(E(r1,j)-E(r2,j))+E(i,j)，
其中，Z(i,j)代表第i个个体的第j个染色体的实数编码子代值，D代表变异因子，E(r1,j)代表种群中随机产生的第r1个个体的第j个染色体的实数编码父代值，E(r2,j)代表种...
【专利技术属性】
技术研发人员：张小鸣，刘鑫，李绍稳，金秀，
申请(专利权)人：常州大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。