一种用于吸收谱峰重叠污染物检测的特征提取方法技术

一种用于吸收谱峰重叠污染物检测的特征提取方法，包括以下步骤：1)用BCOA对原始光谱进行特征选择，具体包括：生成光谱特征子集初始值，将小龙虾个体转换成二进制形式，通过模拟避暑、竞争、摄食阶段迭代更新光谱特征子集，直到达到最终迭代次数。从而得到一组最优的光谱特征子集；2)将BCOA选择的光谱特征用PCA进行特征提取,得到最终光谱特征，用于高度光谱峰高度重叠污染物的浓度检测。本发明专利技术结合了特征选择和特征选择技术，在特征提取之前，先利用特征选择技术去除了原始数据无关冗余信息，提升特征提取的质量，从而增强回归模型预测能力。此外，通过使用模拟生物行为的BCOA算法，提升收敛速度和能力，提升特征选择的性能。

【技术实现步骤摘要】

本专利技术涉及一种用于吸收谱峰重叠物质浓度检测的特征提取方法，包括对原始光谱数据的特征选择和特征提取。

技术介绍

1、随着水污染日益严重，污染物浓度检测在水污染治理工作中十分关键。吸收光谱技术由于其显著的灵敏度、无二次污染、免试剂、准确、稳定等优点，在水污染物浓度检测中得到了广泛的应用。然而，一些物质的吸收峰所在波段存在高度重叠，当待测样本中同时存在这些物质时，要从重叠的光谱信号中提取出关键特征，并检测出各物质浓度，其难度较大。

2、目前常用于吸收光谱特征提取的算法主要分为三类。一类是直接对原始数据进行处理，如寻峰法、区域积分法等，这些方法往往易受到噪声的干扰，和吸收峰形状的影响。一类是在高维空间对原始数据进行压缩处理，如主成分分析(pca)、独立成分分析(ica)、连续投影法(spa)等。这些方法主要是基于统计学方法对全谱段数据进行分析，从而实现数据压缩和特征提取。然而实际上，不同物质的吸收响应波段只占各自特定的一部分，全光谱段数据中包含大量的无关冗余信息。一类是基于机器学习来进行特征提取，如卷积神经网络(cnn)、偏最小二乘法(pls)、随本文档来自技高网...

【技术保护点】

1.一种用于吸收谱峰重叠污染物检测的特征提取方法，其特征在于，所述方法包括以下步骤：

2.如权利要求1所述的一种用于吸收谱峰重叠污染物检测的特征提取方法，其特征在于，所述步骤1)包括以下子步骤：

3.如权利要求2所述的一种用于吸收谱峰重叠污染物检测的特征提取方法，其特征在于，所述1.2)的过程如下：

4.如权利要求2所述的一种用于吸收谱峰重叠污染物检测的特征提取方法，其特征在于，所述1.3)的过程如下：

5.如权利要求2～4之一所述的一种用于吸收谱峰重叠污染物检测的特征提取方法，其特征在于，所述步骤1)中，所述的N为100，当光谱重叠更加复...

【技术特征摘要】

1.一种用于吸收谱峰重叠污染物检测的特征提取方法，其特征在于，所述方法包括以下步骤：

2.如权利要求1所述的一种用于吸收谱峰重叠污染物检测的特征提取方法，其特征在于，所述步骤1)包括以下子步骤：

3.如权利要求2所述的一种用于吸收谱峰重叠污染物检测的特征提取方法，其特征在于，所述1.2)的过程如下：

4.如权利要求2所述的一种用于吸收谱峰重叠污染物检测的特征提取方法，其特征在于，所述1.3)的过程如下：

5.如权利要求2～4之一所述的一种用于吸收谱峰重叠污染物检测的特征提取方法...

【专利技术属性】
技术研发人员：沈杰，朱康辉，何建彬，黄付岭，
申请(专利权)人：三亚罗盘星科技有限公司，
类型：发明
国别省市：