原文传递
一种波长选择算法中多参数的选择优化方法
| 专利名称： | 一种波长选择算法中多参数的选择优化方法 |
| 摘要： | 本发明公开一种波长选择算法中多参数的选择优化方法。具体步骤为：(1)选取校正集样本；(2)利用基于PLS模型的变量选择算法算出各个变量在不同潜变量下的变量重要程度；(3)将校正集样本划分为训练集与验证集两部分；(4)根据建好的模型结合验证集样本算出该模型的表征模型复杂度或模型精度的评价指标的值；(5)将模型评价指标作为SRD输入矩阵的行，不同的模型作为SRD输入矩阵的列；(6)算出每个模型对应的RRM的值。本发明通过SRD算法结合表征模型精度或模型复杂度的多个模型评价指标来客观选取变量选择算法的参数取值，减小了参数取值对应的模型过拟合的风险，且在选取参数取值时更加客观。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 浙江;33 |
| 申请人： | 温州大学 |
| 发明人： | 陈孝敬;聂明鹏;李理敏;袁雷明;户新宇;陈熙 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810631790.1 |
| 公开号： | CN108872142A |
| 代理机构： | 温州名创知识产权代理有限公司 33258 |
| 代理人： | 陈加利 |
| 分类号： | G01N21/359(2014.01)I;G;G01;G01N;G01N21;G01N21/359 |
| 申请人地址： | 325000 浙江省温州市瓯海区东方南路38号温州市国家大学科技园孵化器 |
| 主权项： | 1.一种波长选择算法中多参数的选择优化方法，其特征在于包括：步骤一：选择校正集光谱；步骤二：对校正集光谱建立偏最小二乘模型，模型的潜变量因子范围为1至一个合适值；步骤三：用PLS‑VIP算法或其它基于PLS模型来确定各个变量的重要程度的算法结合校正集计算出各变量在不同的潜变量因子下的重要程度，并将变量排序，越重要的变量排在越前面；步骤四：将校正集任意划分为训练集验证集两部分；步骤五：训练集所含变量为步骤二所用的各个潜变量下得到的变量重要程度排在前面的不同个数的变量，验证集所含变量与训练集一致，变量个数取值范围为：满足步骤六中建模要求的最小的变量个数的值——全光谱变量；步骤六：用各个潜变量下得到不同变量个数的训练集建立偏最小二乘模型，建模所用的潜变量与训练集所选变量在计算变量重要程度时所用潜变量一致，算出每个模型的可以表征模型复杂度或模型精度的指标的值；步骤七：重复步骤四至步骤六多次，最终模型对应的表征模型复杂度或模型精度的指标的值为多次的平均值；步骤八：将表征模型复杂度或模型精度的指标作为SRD(排序差异和)输入矩阵的行，不同模型作为SRD输入矩阵的列，所述的SRD输入矩阵的标准排序为每行的最小值按数值大小从小到大进行排序得到的排序序号，SRD输入矩阵中各列模型对应的指标的值的排序规则也为从小到大，算出各个模型对应的RRM(排序可信度测量)的值；步骤九：找出RRM值较小的模型，模型对应的潜变量值及所选变量个数即为最终变量选择算法的所选的潜变量的值及所选变量个数，模型所用变量即为最终所选变量。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
