[發明專利]海岸環境微塑料的開集識別方法

有效

• 申請號: 201811527263.2
• 申請日: 2018-12-13
• 公開（公告）號: CN109612961B
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 陳孝敬;陳熙;袁雷鳴;朱德華;李理敏
• 申請（專利權）人: 溫州大學
• 主分類號: G01N21/3563
• 分類號: G01N21/3563
• 代理公司: 溫州名創知識產權代理有限公司 33258
• 代理人: 陳加利

1.一種海岸環境微塑料的開集識別方法，其特征在于，包含以下步驟：

a.在海岸環境下收集粒徑在1mm以上的微塑料樣本并進行分離制備；

b.利用傅里葉變換紅外儀對所述微塑料樣本進行紅外光譜信息無損采集，得到微塑料樣本的紅外光譜信息，將所述紅外光譜信息隨機分為校正樣本和預測樣本；

c.提取所述紅外光譜信息的特征光譜數據矩陣；

d.利用一類樣本的紅外光譜信息構建基于高斯分布的單類識別模型，并將模型邊界外模型拒絕識別標記為異類；根據樣本種類數K分別建立K個單類識別模型；

e.利用所述K個單類識別模型拓展成單類集成多類的開集識別模型；

f.利用所述校正樣本對所述開集識別模型進行參數校正，得到校正模型；

g.利用傅里葉變換紅外儀對待測微塑料樣本紅外光譜信息進行無損采集，對獲取的紅外光譜信息提取特征光譜數據矩陣；

h.將步驟g中獲取的特征光譜數據矩陣輸入到步驟f的校正模型中得到判別函數；

i.將判別函數中的平方殘差進行降序排列，去除由于樣本多樣性產生的排序較前的較大殘差，使得剩余平方殘差之和達到最小，并利用自適應最小殘差代替總殘差；

j.將所述自適應最小殘差輸入到模型判別函數中獲得相應成分解析結果。

2.根據權利要求1所述的海岸環境微塑料的開集識別方法，其特征在于：步驟b中還包括采用小波去噪處理并進行多元散射矯正或標準正態變量校正對原始光譜數據進行預處理，獲取高精度的原始數據。

3.根據權利要求1所述的海岸環境微塑料的開集識別方法，其特征在于：步驟b將所述紅外光譜信息隨機分為1/3的預測樣本和2/3的校正樣本。

4.根據權利要求1所述的海岸環境微塑料的開集識別方法，其特征在于：步驟c采用主成分分析算法對所述紅外光譜信息進行特征篩選，篩選波數處于3500cm^-1～1000cm^-1范圍的特征紅外光譜。

5.根據權利要求1所述的海岸環境微塑料的開集識別方法，其特征在于：步驟d中所述的單類識別模型結構為：

f(x)＝(x-μ)^T∑^-1(x-μ)

其中，μ為樣本估計值，x為樣本特征值，θ為誤差參數。

6.根據權利要求5所述的海岸環境微塑料的開集識別方法，其特征在于：步驟e中所述的開集識別模型結構為：

x為待測樣本特征值，μi為其中一類樣本估計均值，Pi為其中一類樣本的概率密度，θ為臨界值參數。

7.根據權利要求1所述的海岸環境微塑料的開集識別方法，其特征在于：步驟f中所述校正模型的精度均方根誤差RMSE P0.15。