-
公开(公告)号：CN112036432A
公开(公告)日：2020-12-04
申请号：CN202010635852.3
申请日：2020-07-03
Applicant: 桂林理工大学
IPC: G06K9/62 , G06F30/20 , G01N21/35 , G01N21/359
Abstract: 本发明公开了一种基于禁忌优化的光谱建模样本集快速划分方法。该方法利用基于化学参考值加权的光谱数据2-均值聚类模式获取定标样本和验证样本的初始划分，探索禁忌搜索方法的参数优化模式，对初始划分进行自适应快速优化，以定标集和验证集的部分样本互换的方式生成多个候选划分对象，将候选对象进行禁忌存储并逐个优化对比，并经过多次迭代以确定当前解的最优化结果。互换样本的数量、候选解的数量、禁忌表的长度和迭代次数等若干参数可调，实现针对样本集划分的智能化更新，最终输出迭代优化的样本集划分结果。针对优化划分结果进一步执行光谱预处理、特征提取、建模优化、模型预测和评价等计量分析操作，有利于提高光谱模型的预测能力。
-
Patent Agency Ranking
公开(公告)号：CN112036432B
公开(公告)日：2022-12-06
申请号：CN202010635852.3
申请日：2020-07-03
Applicant: 桂林理工大学
IPC: G06F30/20
Abstract: 本发明公开了一种基于禁忌优化的光谱建模样本集快速划分方法。该方法利用基于化学参考值加权的光谱数据2‑均值聚类模式获取定标样本和验证样本的初始划分，探索禁忌搜索方法的参数优化模式，对初始划分进行自适应快速优化，以定标集和验证集的部分样本互换的方式生成多个候选划分对象，将候选对象进行禁忌存储并逐个优化对比，并经过多次迭代以确定当前解的最优化结果。互换样本的数量、候选解的数量、禁忌表的长度和迭代次数等若干参数可调，实现针对样本集划分的智能化更新，最终输出迭代优化的样本集划分结果。针对优化划分结果进一步执行光谱预处理、特征提取、建模优化、模型预测和评价等计量分析操作，有利于提高光谱模型的预测能力。
-
公开(公告)号：CN109145887B
公开(公告)日：2022-03-22
申请号：CN201811236503.3
申请日：2018-10-23
Applicant: 桂林理工大学
IPC: G06K9/00 , G06V10/143
Abstract: 本发明公开了一种基于光谱潜变量混淆判别的阈值分析方法。该方法以PLS回归为基础，将点对点定量预测问题转化为半定性阈值界定问题，设置准确率阈值，结合Logistic判别的训练和验证机制，通过比较先验阈值和预测阈值构造混淆矩阵来衡量模型的判别准确度，以解决定量预测不能容错诠释光谱响应的问题。利用分段光谱潜变量提取技术，分析获取具有较高判别准确度的信息子波段，降低Logistic判别的模型复杂度，为光谱半定性阈值分析建模的优化过程提高效率，以更好地适应在线光谱分析的建模调试和预测判别，所得光谱半定性阈值分析模型可以胜任近红外/红外光谱快速检测，为便携式专用光谱仪的研发和推广应用提供了算法技术支持。
-
公开(公告)号：CN109409350B
公开(公告)日：2022-05-31
申请号：CN201811236512.2
申请日：2018-10-23
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于PCA建模反馈式载荷加权的波长选择方法。该方法以PCA算法为基础，针对不同频率的光谱检测数据进行训练，建立并优化计量学分析模型，将建模系数反馈式PCA载荷向量进行加权组合，为每一个波长变量加以信息贡献度的衡量，进而选择具有较高信噪比的信息波长集合，能够有效减少参与建模的波长数量，降低模型复杂度；依此筛选出的波长组合可以结合线性判别或多元线性回归等各种简便的统计算法完成定性或定量分析。该方法能够提高光谱信息变量筛选的工作效率，可以应用于近红外、红外、紫外等多种频段的光谱降维快速检测，为小型专用光谱仪器的研发和应用提供算法理论基础和技术支持，有望推广应用于高光谱图像分析领域。
-
公开(公告)号：CN109409350A
公开(公告)日：2019-03-01
申请号：CN201811236512.2
申请日：2018-10-23
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于PCA建模反馈式载荷加权的波长选择方法。该方法以PCA算法为基础，针对不同频率的光谱检测数据进行训练，建立并优化计量学分析模型，将建模系数反馈式PCA载荷向量进行加权组合，为每一个波长变量加以信息贡献度的衡量，进而选择具有较高信噪比的信息波长集合，能够有效减少参与建模的波长数量，降低模型复杂度；依此筛选出的波长组合可以结合线性判别或多元线性回归等各种简便的统计算法完成定性或定量分析。该方法能够提高光谱信息变量筛选的工作效率，可以应用于近红外、红外、紫外等多种频段的光谱降维快速检测，为小型专用光谱仪器的研发和应用提供算法理论基础和技术支持，有望推广应用于高光谱图像分析领域。
-
公开(公告)号：CN109145887A
公开(公告)日：2019-01-04
申请号：CN201811236503.3
申请日：2018-10-23
Applicant: 桂林理工大学
CPC classification number: G06K9/00536 , G06K9/2018
Abstract: 本发明公开了一种基于光谱潜变量混淆判别的阈值分析方法。该方法以PLS回归为基础，将点对点定量预测问题转化为半定性阈值界定问题，设置准确率阈值，结合Logistic判别的训练和验证机制，通过比较先验阈值和预测阈值构造混淆矩阵来衡量模型的判别准确度，以解决定量预测不能容错诠释光谱响应的问题。利用分段光谱潜变量提取技术，分析获取具有较高判别准确度的信息子波段，降低Logistic判别的模型复杂度，为光谱半定性阈值分析建模的优化过程提高效率，以更好地适应在线光谱分析的建模调试和预测判别，所得光谱半定性阈值分析模型可以胜任近红外/红外光谱快速检测，为便携式专用光谱仪的研发和推广应用提供了算法技术支持。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
