[發明專利]基于近紅外光譜分析的樣本空間聚類劃分法

有效

• 申請號: 201710811980.7
• 申請日: 2017-09-11
• 公開（公告）號: CN107563448B
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 劉彤;向軼;許定舟;曾永平;肖青青;凌亞東
• 申請（專利權）人: 廣州訊動網絡科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 劉巧霞

1.基于近紅外光譜分析的樣本空間聚類劃分法，其特征在于，包括步驟：

(1)設定聚類類別數k，對數據集中的近紅外光譜進行聚類分析，聚為k個類別，得到k組數據集，保證每組數據集中至少包含1個樣本；

(2)確定劃分比例，從這k組數據集中的每個集合中都隨機抽取同樣比例的訓練集數據，得到C1-Train,C2-Train,…,Ck-Train，每個集合中的剩余數據作為測試集，得到C1-Test,C2-Test,…Ck-Test；

(3)組合C1-Train,C2-Train,…,Ck-Train作為當前的訓練集C-Train；

組合C1-Test,C2-Test,…Ck-Test作為當前的測試集C-Test；

(4)若當前建模方法是采用PLS算法進行定量分析，執行下述步驟：

(4-1)計算當前訓練集C-Train對應理化數據的均值CTrainAve及標準差CTrainSd，計算當前測試集C-Test對應理化數據的均值CTestAve及標準差CtestSd；

(4-2)計算訓練集與測試集理化值之間的均值誤差AveError及標準差誤差SdError；

(4-3)若AveError≤A1且SdError≤A2，說明聚類劃分成功，將當前的C-Train、C-Test分別作為樣品集的最終訓練集、最終測試集；否則，重新執行步驟(2)，再次按比例隨機抽取數據，更新C-Train、C-Test，直到聚類劃分成功，或者滿足失敗條件，終止聚類劃分；

(5)若當前建模方法是采用PLSDA算法進行定性分析，執行下述步驟：

(5-1)統計訓練集中正樣本的數量Train(+)，測試集中正樣本的數量Test(+)；

(5-2)若Train(+)占訓練集總樣本數量的B1％以上、B2％以下，且Test(+)占測試集總樣本數量的B1％以上、B2％以下，聚類劃分成功，將當前的C-Train作為樣品集的最終訓練集，當前的C-Test作為樣品集的最終測試集；

(5-3)若Train(+)占訓練集總樣本數量的B1％以下或B2％以上，或Test(+)占測試集總樣本數量的B1％以下或B2％以上，則重新執行步驟(2)，再次按比例隨機抽取數據，更新C-Train、C-Test，直到聚類劃分成功，或者滿足失敗條件，終止聚類劃分。

2.根據權利要求1所述的基于近紅外光譜分析的樣本空間聚類劃分法，其特征在于，所述步驟(1)中，采用kmeans算法對數據集中的近紅外光譜進行聚類分析。

3.根據權利要求2所述的基于近紅外光譜分析的樣本空間聚類劃分法，其特征在于，采用kmeans算法進行聚類分析的步驟是：

(1-1)初始化k個聚類中心坐標；

(1-2)計算每條光譜離各個聚類中心點的距離，并把它的類別歸為與其距離最近的類別；

(1-3)根據每個類別中的光譜，重新計算該聚類中心的坐標；

(1-4)迭代步驟(1-2)-(1-3)，直至新的聚類中心與原聚類中心相等或相差小于一定閾值，聚類結束。

4.根據權利要求1所述的基于近紅外光譜分析的樣本空間聚類劃分法，其特征在于，步驟(4)中，均值誤差AveError及標準差誤差SdError的計算公式如下：

CTrainAve、CTestAve、CTrainSd、CtestSd分別代表訓練集C-Train的均值、測試集C-Test的均值、訓練集C-Train的標準差、測試集C-Test的標準差。

5.根據權利要求1所述的基于近紅外光譜分析的樣本空間聚類劃分法，其特征在于，步驟(4-3)中，若聚類劃分成功，則使用得到的最終訓練集、最終測試集進行PLS的最佳主因子數選擇并建立模型；

若聚類劃分失敗，則使用傳統留一交叉驗證法來進行PLS的最佳主因子數選擇，然后使用計算得出的最佳主因子數創建全集模型。

6.根據權利要求1所述的基于近紅外光譜分析的樣本空間聚類劃分法，其特征在于，步驟(5-2)和(5-3)中，若聚類劃分成功，則使用得到的最終訓練集、最終測試集進行PLS的最佳主因子數選擇并建立模型；

若聚類劃分失敗，則使用傳統留一交叉驗證法來進行PLS的最佳主因子數選擇，然后使用計算得出的最佳主因子數創建全集模型；

建立模型后在檢測時使用DA判別法，以0.5為界限劃分正負樣本。