主权项: |
1.一种基于高光谱的动物肉松金属元素含量的预测方法,其特征在于,所述方法包括如下步骤:(1)高维数据特征提取:给定n个动物肉质样本组成的观测样本数据集Sn及其任意一种金属元素含量数据集Mn;k个待预测点数据集Sk,对应金属元素含量Mk未知;采用Jaccobi矩阵特征值和特征向量求解法,实现对观测样本数据集Sn和待预测点数据集Sk的降维处理;采用Jaccobi矩阵特征值和特征向量求解法求解的Sn特征向量χ满足公式(1):(λI‑Sn)χ=0 (1)公式(1)中λ是矩阵Sn的特征值,I是单位矩阵,χ是特征向量;Sn的特征向量χ的前L维 代表矩阵Sn的最大变异性;利用公式(2)和(3)实现观测样本数据集Sn和待预测点数据集Sk的降维处理:![]() ![]() 和 分别对应降维后观测样本和待预测点的最优光谱特征;(2)多元线性回归拟合及预测:用多元线性回归技术对肉质样本光谱反射率和金属元素含量的依赖关系进行拟合;给定样本最优光谱反射率 对应金属元素含量Mi,1≤i≤n,用公式(4)拟合待预测点最优光谱反射率 和对应金属元素含量Mi的关系 公式(4)中,回归系数β={β0,β1,βj...,β10}, 是对应观测样本i在最优波段位置j的反射率,1≤j≤20;β是未知的,用公式(5)进行求解: 公式(5)中, 是样本点 的金属元素含量, 是样本点 的在最优波段位置j的反射率;对公式(5)两端求导,可导出回归系数的解的矩阵表达式如公式(6): 公式(6)中, 是与n个样本最优光谱,矩阵![]() 是样本 的金属元素含量组成的列向量;给定k个待预测肉质样本及其最优光谱数据集 则待预测样本金属元素含量 按公式(7)计算: 公式(6)中,矩阵![]() 是由n个样本点金属元素含量组成的列向量; 为k个待预测肉质样本的最优光谱数据集。 |