[發明專利]一種基于KNN的近紅外異常光譜識別方法有效
| 申請號： | 201710793823.8 | 申請日： | 2017-09-06 |
| 公開（公告）號： | CN109459409B | 公開（公告）日： | 2022-03-15 |
| 發明（設計）人： | 劉聰;徐友武;陽程 | 申請（專利權）人： | 鹽城工學院 |
| 主分類號： | G01N21/359 | 分類號： | G01N21/359 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 224051 江*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 knn 紅外 異常 光譜 識別 方法 | ||
【權利要求書】：
1.基于KNN的近紅外異常光譜識別方法，其特征在于，包括以下主要步驟：
(1)基于主成分標準化空間的距離度量d(,)作為近紅外光譜樣本間的相似性度量：基于主成分標準化空間的距離度量，首先對光譜數據進行主成分分析，然后對主成分標準化得到的向量空間中，計算樣本間的歐氏距離作為相似性距離度量；
(2)選擇超參數k，異常值識別研究中，k值的確定需根據經驗決定，嘗試若干個k值，選擇識別效果較好的k值，本研究中選擇k＝5；
(3)計算光譜樣本xi和其他所有樣本的距離d(xi,xj)，j＝1,…,i-1,i+1,…,n，n為總樣本數；
(4)找出和樣本xi距離最短的k個樣本；
(5)把和xi最近的k個樣本距離加權累加后作為樣本的異常度量；
(6)回到步驟(3)，計算其它每一個近紅外光譜樣本的異常度量；
(7)將所有近紅外光譜樣本按照其異常度量從高到低的次序進行排序；
(8)在異常度量最高的序列前端中識別出異常光譜數據。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于鹽城工學院，未經鹽城工學院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710793823.8/1.html，轉載請聲明來源鉆瓜專利網。
