专利名称: |
一种基于半监督学习的激光诱导击穿光谱分类识别方法 |
摘要: |
本发明涉及一种基于半监督学习的激光诱导击穿光谱分类识别方法,属于光谱检测技术领域,解决难以为传统监督学习提供足够训练样本,非监督学习无法提供分类标签结果的难题。利用激光诱导击穿光谱测量系统分别获取少量带标签类别的光谱数据和大量未知的光谱数据。对数据进行标签扩散,设置标签扩散参数L,将每个已知类别的数据标签扩散给L个未知类别数据,以使部分未知数据获得标签。再对大量无类别数据进行分类,设置分类参数K,每个未知类别数据的标签取决于离它最近的K个已知类别数据的标签中出现频率最高的标签。 |
专利类型: |
发明专利 |
国家地区组织代码: |
北京;11 |
申请人: |
北京理工大学 |
发明人: |
王茜蒨;腾格尔;李晨宇;彭中 |
专利状态: |
有效 |
申请号: |
CN201811372838.8 |
公开号: |
CN109470686A |
分类号: |
G01N21/71(2006.01)I;G;G01;G01N;G01N21 |
申请人地址: |
100081 北京市海淀区中关村南大街5号 |
主权项: |
1.一种基于半监督学习的激光诱导击穿光谱分类识别方法,其特征在于:具体步骤如下:1)进行光谱数据采集;2)进行标签扩散;3)对经过标签扩散后的光谱数据进行分类识别。 |
所属类别: |
发明专利 |