[發(fā)明專利]基于多流形學(xué)習(xí)的氣體濃度反演方法

有效

• 申請?zhí)枺?/td>: 201410190563.1
• 申請日: 2014-05-07
• 公開（公告）號: CN103940767A
• 公開（公告）日: 2014-07-23
• 發(fā)明（設(shè)計）人: 馮海亮;王海玲;黃鴻;謝吉海;王應(yīng)健
• 申請（專利權(quán)）人: 重慶大學(xué)
• 主分類號: G01N21/31
• 分類號: G01N21/31;G06F19/00
• 代理公司: 重慶博凱知識產(chǎn)權(quán)代理有限公司 50212
• 代理人: 李海華

1.基于多流形學(xué)習(xí)的氣體濃度反演方法，其特征在于：步驟如下，

1)訓(xùn)練樣本光譜數(shù)據(jù)采集：通過光譜儀分別采集光源發(fā)出的光通過不同已知濃度的氣體時的光譜數(shù)據(jù)，得到每種濃度氣體對應(yīng)的吸收光譜數(shù)據(jù)；每種濃度氣體的吸收光譜數(shù)據(jù)進(jìn)行同樣次數(shù)的多次采集，使每種濃度氣體對應(yīng)著一組包含著其濃度特征信息的高維數(shù)據(jù)；

2)光譜數(shù)據(jù)預(yù)處理：將采集的吸收光譜數(shù)據(jù)減去其中包含的暗光譜，并對相減后所得數(shù)據(jù)進(jìn)行歸一化處理；

3)特征提取：利用鄰域保持嵌入NPE算法對不同濃度的預(yù)處理后的數(shù)據(jù)分別進(jìn)行特征提取，提取主成分；

4)模型構(gòu)建：將第3)步得到的不同濃度氣體對應(yīng)的特征數(shù)據(jù)作為訓(xùn)練樣本，將訓(xùn)練樣本數(shù)據(jù)送入支持向量回歸SVR分類器進(jìn)行訓(xùn)練，再基于對應(yīng)的氣體濃度構(gòu)建反演模型；

5)測試樣本光譜數(shù)據(jù)采集：通過光譜儀多次采集光源發(fā)出的光通過待測濃度氣體時的吸收光譜數(shù)據(jù)，得到待測濃度氣體對應(yīng)著的一組包含著其濃度特征信息的高維數(shù)據(jù)；

6)將測試樣本光譜數(shù)據(jù)按步驟2)進(jìn)行預(yù)處理后再按步驟3)進(jìn)行特征提取，并將得到的特征數(shù)據(jù)作為測試樣本數(shù)據(jù)送入步驟4)構(gòu)建好的反演模型中，反演得到待測氣體濃度。

2.根據(jù)權(quán)利要求1所述的基于多流形學(xué)習(xí)的氣體濃度反演方法，其特征在于：第3)步特征提取的具體步驟為，

3.1)確定高維數(shù)據(jù)中任一數(shù)據(jù)點x_i的k個近鄰點；

3.2)計算局部重構(gòu)權(quán)值W

在高維數(shù)據(jù)空間中，每個數(shù)據(jù)點x_i可由它的k個近鄰點近似的線性表示，使數(shù)據(jù)點x_i的重構(gòu)誤差最小來求局部重構(gòu)權(quán)值W_i，其目標(biāo)函數(shù)為：

minϵ(Wi)=Σi=1N||xi-Σj=1Nwijxj||2---(5)]]>

其中：w_ij為x_i與x_j之間的權(quán)值，且若x_j為x_i的鄰近點，有w_ij≠0，否則w_ij＝0；

根據(jù)約束條件，對公式(5)用Lagrange乘子法可求局部重構(gòu)權(quán)值W；

3.3)計算低維特征數(shù)據(jù)Y

NPE算法思想是通過投影矩陣A把高維空間的數(shù)據(jù)集投影到低維空間，使其局部近鄰數(shù)據(jù)保持不變，即保持局部重構(gòu)權(quán)值W不變；因為Y＝A^TX，則有：

minϵ(Y)=Σi=1N||YIi-YWi||2=tr(YMYT)=tr(ATXMXTA)---(6)]]>

約束條件為：YTY=I⇒ATXXTA=I;]]>

根據(jù)約束條件，對(6)式用Lagrange乘子法可得：

XMX^TA＝λXX^TA?????????????????????????(7)

為使重構(gòu)誤差最小，從高維空間降到d維空間中，通過式(7)求取廣義特征值，并對特征值進(jìn)行升序排序，取出d個最小特征值對應(yīng)的特征向量作為投影矩陣A，再根據(jù)Y＝A^TX即可求出對應(yīng)的低維特征數(shù)據(jù)Y，即實現(xiàn)特征提取，X為步驟1)得到的高維數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的基于多流形學(xué)習(xí)的氣體濃度反演方法，其特征在于：第3.1)步確定數(shù)據(jù)點x_i的k個近鄰點的方法為：計算x_i與其余數(shù)據(jù)點間的歐氏距離，把距離最小的k個數(shù)據(jù)點作為近鄰點。