[發明專利]一種基于麻雀搜索算法優化核獨立分量的光譜數據降維方法

在審

• 申請號: 202010889158.4
• 申請日: 2020-08-28
• 公開（公告）號: CN112016624A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 何東健;高強
• 申請（專利權）人: 西北農林科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/00;G16C20/20;G16C20/70
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 段俊濤

本發明公開了一種基于麻雀搜索算法優化核獨立分量的光譜數據降維方法，包括：獲取被測樣本的近紅外光譜數據；選擇核函數，確定核參數優化問題并構建適應度函數；設置麻雀種群的初始參數，生成麻雀種群初始位置矩陣和適應度矩陣；根據麻雀的捕食與反捕食行為，更新麻雀種群的最優位置和最優適應度值；將達到收斂條件的最優核參數矩陣應用于核函數；對光譜數據進行球化分解預處理；求解獨立分量分析中的解混矩陣，實現光譜數據有效降維。本發明避免了應用核獨立分量分析方法進行光譜數據降維過程中，核函數參數選擇的盲目性，而且實現了近紅外光譜高維非線性數據的有效降維，其性能優越，實用性強，計算過程穩定，且易于實現。

技術領域

本發明屬于近紅外光譜數據技術領域，特別涉及一種基于麻雀搜索算法優化核獨立分量的光譜數據降維方法。

背景技術

近年來，近紅外光譜分析技術憑借其快速、非接觸、非損傷、無二次污染的優點被廣泛應用于水果品質檢測領域。近紅外光譜分析是根據物質的吸收、反射或散射的光譜來鑒別物質及確定物質化學組成和相對含量的方法。由于近紅外光譜中包含大量光譜波段、各組分間的譜帶重疊嚴重，僅采用單一波長光譜數據建立預測或判別模型會產生較大的誤差，而采用全光譜波段數據進行建模耗時費力且精度較低，因此通常采用降維后的數據作為特征波段進行建模分析。

光譜數據降維分析中，特定的問題通常可以通過主觀經驗或建立目標函數進行分析，但大多數情況下由于光譜數據的特征峰重疊嚴重、信號噪聲混合且無法人工識別。因此，有效的光譜數據降維方法顯得至關重要。傳統的數據處理方法有主成分分析、均勻采樣、線性判別式分析、連續投影、最優求解、隨機蛙跳、獨立分量分析、隨機森林、決策樹、遺傳算法和蟻群算法等。

上述算法可以完成數據降維和特征提取，但是針對稀疏和多變量復雜數據集往往只能體現總體的關聯，忽視了局部之間的聯系。現有方法實現數據降維的主要思路是：(1)通過坐標軸的線性變化實現數據主要信息提取，摒棄冗余信息；(2)在原有特征基礎之上去創造凝練出一些新的特征，將盡可能多的數據點由其近鄰點的線性加權組合構成。現有方法的缺點是只考慮了數據的全局性特征信息，從而忽視了數據在局部范圍內特征信息，因此會導致分析實際問題時，建模預測或建模判別的結果誤差很大。

發明內容

為了克服上述現有技術的缺點，本發明的目的在于提供一種基于麻雀搜索算法優化核獨立分量的光譜數據降維方法，通過引入核函數和最優化思想，對核獨立分量分析方法中的核函數的隨機參數進行優化，既能較好的去除冗余信息和噪音信息，又可以保留數據內部本質結構特征，從而提高光譜數據特征提取精度和核獨立分量分析效率，解決了近紅外光譜由于高維、譜帶重疊、光譜分布結構未知等缺點所引起的數據關鍵特征提取難的問題。該方法可用于水果成分估計和品質檢測模型設計、光譜分析儀器開發與優化等技術中。

為了實現上述目的，本發明采用的技術方案是：

一種基于麻雀搜索算法優化核獨立分量的光譜數據降維方法，使用麻雀搜索算法優化核獨立分量分析方法中核參數矩陣，從而實現光譜數據的有效降維。具體包括以下步驟：

步驟(1)，獲取被測樣本的近紅外光譜數據，獲得q個樣本在n個波段下的近紅外光譜數據，記原始光譜數據其中y_q,n表示第q個樣本在第n個波段的光譜數據；

步驟(2)，為核獨立分量分析方法選擇核函數，確定核參數優化問題并構建其中ω為待優化參數，S_a(ω)表示光譜數據的類內離散度，S_b(ω)表示光譜數據的類間離散度；

步驟(3)，采用麻雀搜索算法，初始化麻雀種群，包括：設置麻雀種群的初始參數，生成麻雀種群初始位置矩陣和適應度矩陣；

步驟(4)，根據麻雀的捕食與反捕食行為，更新麻雀種群的最優位置和最優適應度值；

步驟(5)，將達到收斂條件的最優核參數矩陣δ＝ω應用于核函數；