原文传递
基于高光谱技术的石蜡等级定性分类与定量回归方法
| 专利名称： | 基于高光谱技术的石蜡等级定性分类与定量回归方法 |
| 摘要： | 本发明公开了一种基于高光谱技术的石蜡等级定性分类与定量回归方法，包括如下步骤：S1、通过高光谱分选仪分别获取石蜡样本的高光谱数据；S2、采用GA‑PLS、GRA、PCA及PLS优化筛选方法对所获取的高光谱数据进行降维处理；S3、将GA‑PLS、GRA、PCA及PLS优化筛选后的原始特征数据集及原始特征全集5个特征集输入SVM、RF和ELM算法，建立模型，对不同细分等级的石蜡样本进行定性分析；S4、分别采用SVM、RF和ELM算法对石蜡样本经GA‑PLS、GRA、PCA、PLS优化筛选后的原始特征数据集及原始特征全集5个特征集进行处理，分别构建线性回归模型，实现石蜡样本的评分预测。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 吉林;22 |
| 申请人： | 东北电力大学 |
| 发明人： | 刘晶晶;刘付龙;门洪;房海瑞;韩晓菊;姜文娟 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810132403.X |
| 公开号： | CN108344701A |
| 分类号： | G01N21/27(2006.01)I;G;G01;G01N;G01N21;G01N21/27 |
| 申请人地址： | 132012 吉林省吉林市长春路169号 |
| 主权项： | 1.基于高光谱技术的石蜡等级定性分类与定量回归方法，其特征在于，包括如下步骤：S1、通过高光谱分选仪分别获取石蜡样本的高光谱数据；S2、采用遗传算法‑偏最小二乘法(GA‑PLS)、灰色关联度法(GRA)、主成分分析法(PCA)及偏最小二乘法(PLS)优化筛选方法对所获取的高光谱数据进行降维处理；S3、将遗传算法‑偏最小二乘法(GA‑PLS)、灰色关联度法(GRA)、主成分分析法(PCA)及偏最小二乘法(PLS)优化筛选后的原始特征数据集及原始特征全集5个特征集输入支持向量机(SVM)、随机森林(RF)和极限学习机(ELM)算法，建立模型，对不同细分等级的石蜡样本进行定性分析；S4、分别采用支持向量机(SVM)、随机森林(RF)和极限学习机(ELM)算法对石蜡样本经GA‑PLS、GRA、PCA、PLS优化筛选后的原始特征数据集及原始特征全集5个特征集进行处理，分别构建线性回归模型，实现石蜡样本的评分预测。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
