详情

原文传递一种基于聚类分析的光谱模型转移方法

专利名称：	一种基于聚类分析的光谱模型转移方法
摘要：	本发明公开了一种基于聚类分析的光谱模型转移方法，包括以下步骤：(1)样品分类，采用密度聚类算法，按照样品光谱间的密度距离，对样品进行聚类分析，从而对样品进行分类；(2)光谱建模，根据聚类分析结果，针对同类样品分别建立光谱模型；(3)自动模型转移，对于待测样品，采集其光谱，根据步骤(1)的方法对其进行聚类分析，判定其所属类别，从而确定所属的光谱模型；按照样品所属的光谱模型，进行样品速测，自动完成模型转移。本发明所公开的方法可以快速高效完成光谱模型转移，能够用于仪器自动校准，真正实现样品速测，并保证测量准确性。
专利类型：	发明专利
国家地区组织代码：	山东;37
申请人：	山东省科学院海洋仪器仪表研究所
发明人：	范萍萍;刘杰;任国兴;侯广利;吕美蓉;李雪莹;刘岩
专利状态：	有效
申请日期：	2019-07-18T00:00:00+0800
发布日期：	2019-09-27T00:00:00+0800
申请号：	CN201910650670.0
公开号：	CN110286094A
代理机构：	青岛华慧泽专利代理事务所(普通合伙)
代理人：	刘娜
分类号：	G01N21/25(2006.01);G;G01;G01N;G01N21
申请人地址：	266200 山东省青岛市鳌山卫街道青岛蓝色硅谷核心区蓝色硅谷创业中心一期2号楼
主权项：	1.一种基于聚类分析的光谱模型转移方法，其特征在于，包括以下步骤： (1)样品分类，采用密度聚类算法，按照样品光谱间的密度距离，对样品进行聚类分析，从而对样品进行分类； (2)光谱建模，根据聚类分析结果，针对同类样品分别建立光谱模型； (3)自动模型转移，对于待测样品，采集其光谱，根据步骤(1)的方法对其进行聚类分析，判定其所属类别，从而确定所属的光谱模型；按照样品所属的光谱模型，进行样品速测，自动完成模型转移。 2.根据权利要求1所述的一种基于聚类分析的光谱模型转移方法，其特征在于，所述步骤(1)的聚类分析方法具体如下：设有N个样本，样本光谱集合xi为样本光谱，i是样本标号，i属于Is，IS＝{1,2,…,N}； 1)计算所有样本两两光谱间的欧氏距离dij＝dist(xi,xj)，j为样本标号，j属于Is，IS＝{1,2,…,N}； 2)确定截断距离dc，将所有dij进行升序排列，取第2％个dij作为dc； 3)对每个样本的光谱xi，计算两个量ρi和δi： ①第i个样本的局部密度距离ρi：与xi的距离小于dc的样本越多，ρi值越大； ②第i个样本的相对局部密度距离δi：对所有的ρi进行降序排列ρq1≥ρq2≥…≥ρqN，q代表ρi的标号；有样本局部密度比i大时，求密度比i大的样本和i之间的欧氏距离，选其最小值作为δi； i的局部密度为最大时，选其他所有样本和i之间的最大欧氏距离作为δi； 4)根据(ρi,δi)画决策图，根据决策图，选择局部密度距离ρ和相对局部密度距离δ同时很大，且偏离其他样本的样本点作为聚类中心； 5)对非聚类中心的样本进行归类： ①从大到小遍历所有非聚类中心的ρi，计算该样本和所有聚类中心的欧氏距离，选择距离最小的归为同一类； ②划分中心元素和光晕元素，对每一个聚类中心生成一个局部密度的边界边界区域的含义：本身属于第ci个聚类，但在与其距离不超过dc的范围内有另一个聚类的样本点； 6)对归类好的样本进行多维缩放，使用不同形状代表不同的聚类。 3.根据权利要求1所述的一种基于聚类分析的光谱模型转移方法，其特征在于，所述步骤(2)的建立光谱模型的方法如下：先利用多元散射校正和标准正态变换手段对光谱进行前处理，然后，通过续投影算法、遗传算法、无信息变量消除法提取特征光谱，然后利用基于x-y距离结合的样本划分方法划分建模集和预测集，最后，利用最小二乘-支持向量机方法建立光谱模型。
所属类别：	发明专利