[發明專利]一種基于支持向量機的近紅外光譜數據分析方法

在審

• 申請號: 201810912233.7
• 申請日: 2018-08-10
• 公開（公告）號: CN109034261A
• 公開（公告）日: 2018-12-18
• 發明（設計）人: 劉軍;吳夢婷;肖澳文
• 申請（專利權）人: 武漢工程大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/50;G06N3/08
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 唐萬榮;李丹

本發明公開了一種基于支持向量機的近紅外光譜數據分析方法，包括如下步驟：1)采集樣本的近紅外光譜圖和樣本中某種物質的含量；2)對數據進行預處理，同時進行特征波長選擇；3)取m個數據作為訓練集，剩下的n?m個數據作為測試集；4)基于訓練集和測試集，對數據進行歸一化處理；5)尋找最佳參數懲罰因子c和RBF核函數中的方差g，進行第一次支持向量機回歸模型訓練；6)將第一次模型預測中不能正確分類的樣本加入到訓練集中，重復上述的3)至5)步，建立第二次支持向量機回歸的模型；7)存儲訓練出來的近紅外光譜數據分析的回歸模型；8)進行支持向量機仿真預測。本發明能夠更為準確的分析近紅外光譜的數據，預測的精度高。

技術領域

本發明涉及紅外光譜數據分析技術，尤其涉及一種基于支持向量機的近紅外光譜數據分析方法。

背景技術

目前近紅外光譜數據分析中常用到的算法常用的有：偏最小二乘法：建立回歸模型的同時可以進行主成分分析簡化數據，預測性能較好，但是僅在少數情況下使用具有優勢；BP神經網絡算法：具有很強的非線性映射能力和自學習能力，但是學習速度慢，容易出現“過擬合”現象；線性判別分析法：屬于有監督的學習降維，不適合非高斯分布樣本進行降維，可能會過度擬合數據；主成分分析法：有助于信息的提取和聚類分析，能夠有效地降低誤差和消除噪音，當樣本中的部分有用變量的相關性很小時，容易發生遺漏。

發明內容

本發明要解決的技術問題在于針對現有技術中的缺陷，提供一種基于支持向量機的近紅外光譜數據分析方法。

本發明解決其技術問題所采用的技術方案是：

一種基于支持向量機的近紅外光譜數據分析方法，包括如下步驟：

1)采集樣本的近紅外光譜圖和樣本中某種特征物質的含量，例如蛋白質或者油的含量；

2)對數據進行預處理以減少近紅外光譜噪聲對模型構建的影響，同時進行特征波長選擇；

3)利用隨機數函數產生得到的m個數據作為訓練集，剩下的(n-m)個數據作為測試集；

4)基于訓練集和測試集，對數據進行歸一化處理；

5)尋找最佳參數c(懲罰因子)和參數g(RBF核函數中的方差)，訓練支持向量機，進行反歸一化，并且進行第一次支持向量機回歸模型的訓練；

參數尋找具體如下：

核函數采用了默認的RBF核函數，讓懲罰因子c和RBF核函數中的方差g在設定的范圍內進行取值，自由組合得到多組c和g參數的組合，對于取定的參數組合，把上述的訓練集作為原始數據集，利用交叉驗證的方法在此組c和g下進行訓練，將模型準確率最高的c和g參數作為最佳參數；當模型的性能相同時，選擇懲罰因子c比較小的參數組合；

6)若存在第一次模型訓練中不能正確分類的樣本，將第一次模型預測中不能正確分類的樣本加入到訓練集中，重復上述的步驟3)至5)，建立第二次支持向量機回歸的模型，通過支持向量機回歸對近紅外光譜的數據進行分析，得到訓練集預測結果；

7)存儲訓練出來的近紅外光譜數據分析的回歸模型；

8)進行支持向量機仿真預測,得出訓練集預測結果和測試集預測結果進行對比。

本發明產生的有益效果是：本發明提供了一種準確率更高的預測方法。

附圖說明

下面將結合附圖及實施例對本發明作進一步說明，附圖中：

圖1是本發明實施例的近紅外光譜圖；

圖2是本發明實施例的訓練集預測結果對比圖；

圖3是本發明實施例的測試集預測結果對比圖；