[發明專利]基于蒙特卡洛變量組合集群的近紅外光譜變量選擇方法

有效

• 申請號: 201710373649.1
• 申請日: 2017-05-24
• 公開（公告）號: CN107144548B
• 公開（公告）日: 2019-10-29
• 發明（設計）人: 宦克為;韓雪艷;劉小溪;趙環;石曉光
• 申請（專利權）人: 長春理工大學
• 主分類號: G01N21/359
• 分類號: G01N21/359
• 代理公司: 長春市吉利專利事務所 22206
• 代理人: 李曉莉

1.基于蒙特卡洛變量組合集群的近紅外光譜變量選擇方法，其特征在于，包含以下步驟：

A運用蒙特卡洛采樣方法對校正集樣本進行隨機采樣，每次采樣80％的樣本作為樣本子集，采樣M次得到M組不同的樣本子集，M值為50；

B針對每個樣本子集首先運用二進制矩陣采樣方法對其變量空間進行變量采樣，采樣K次得到K組不同的變量合集，K值為1000，運用偏最小二乘法建立每個變量合集的模型，得到每個變量合集的交互檢驗均方根誤差；

C針對每個樣本合集，選取其均方根誤差最小的前θ×K組變量子集作為每個樣本子集的變量子集，其中θ為10％，θ×K為100，統計每個變量子集中每個光譜變量出現的頻率，運用指數衰減函數刪除那些出現頻率較小的變量；

D步驟B～步驟C過程迭代N次，N值為50，最后每個樣本子集中只剩下L個光譜變量，L的數值為14，計算出每個樣本子集中L個變量之間所有變量組合的均方根誤差，其值最小的變量組合為每個樣本子集的特征變量；

E保留所有樣本子集中的特征變量，最后通過對所保留的變量重復二進制矩陣采樣法變量采樣、變量子集選取和指數衰減函數刪除貢獻小變量，此過程迭代N1次，N1值為200，最后剩余L個變量，計算出每個樣本子集中L個變量之間所有變量組合的均方根誤差，其值最小的變量組合為最終蒙特卡洛變量組合集群分析法特征變量選取結果。