[發明專利]一種魚毒性赤潮藻在線檢測識別方法及系統

在審

• 申請號: 202110259038.0
• 申請日: 2021-03-10
• 公開（公告）號: CN113030049A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 畢衛紅;王思遠;付廣偉;付興虎;金娃
• 申請（專利權）人: 燕山大學
• 主分類號: G01N21/64
• 分類號: G01N21/64;G06K9/62;G06N3/00
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 王愛濤

1.一種魚毒性赤潮藻在線檢測識別方法，其特征在于，包括：

獲取赤潮藻樣本的三維熒光光譜數據；所述赤潮藻樣本包括魚毒性赤潮藻和非魚毒性赤潮藻；

對所述赤潮藻樣本的三維熒光光譜數據進行預處理；

對預處理后的三維熒光光譜數據提取光譜特征；

根據提取的光譜特征，采用粒子群優化支持向量機方法，建立魚毒性赤潮藻類溶血活性識別的映射模型；

根據提取的光譜特征，利用所述映射模型，確定識別結果；所述識別結果為魚毒性赤潮藻或非魚毒性赤潮藻。

2.根據權利要求1所述的一種魚毒性赤潮藻在線檢測識別方法，其特征在于，所述對所述赤潮藻樣本的三維熒光光譜數據進行預處理，具體包括：

將所述三維熒光光譜數據轉換為xls文件，并將轉換后的文件導入MATLAB2018a軟件轉成mat文件。

3.根據權利要求1所述的一種魚毒性赤潮藻在線檢測識別方法，其特征在于，所述對預處理后的三維熒光光譜數據提取光譜特征，具體包括：

根據所述預處理后的三維熒光光譜數據，采用窮舉法，確定激發波長；

根據所述預處理后的三維熒光光譜數據的等高線圖以及光譜區間確定發射波長；所述光譜區間為650nm-750nm；

根據不同激發波長下的發射波長的首尾連接，確定所述光譜特征。

4.根據權利要求1所述的一種魚毒性赤潮藻在線檢測識別方法，其特征在于，所述根據提取的光譜特征，采用粒子群優化支持向量機方法，建立魚毒性赤潮藻類溶血活性識別的映射模型，具體包括：

根據提取的光譜特征調節粒子群優化支持向量機的參數；所述參數包括：加速常數、最大迭代次數以及粒子群種群數量；

根據調整參數后的粒子群優化支持向量機確定所述映射模型；所述映射模型以提取的光譜特征為輸入，以所述識別結果為輸出。

5.一種魚毒性赤潮藻在線檢測識別系統，其特征在于，包括：

三維熒光光譜數據獲取模塊，用于獲取赤潮藻樣本的三維熒光光譜數據；所述赤潮藻樣本包括魚毒性赤潮藻和非魚毒性赤潮藻；

預處理模塊，用于對所述赤潮藻樣本的三維熒光光譜數據進行預處理；

光譜特征提取模塊，用于對預處理后的三維熒光光譜數據提取光譜特征；

映射模型建立模塊，用于根據提取的光譜特征，采用粒子群優化支持向量機方法，建立魚毒性赤潮藻類溶血活性識別的映射模型；

識別結果確定模塊，用于根據提取的光譜特征，利用所述映射模型，確定識別結果；所述識別結果為魚毒性赤潮藻或非魚毒性赤潮藻。

6.根據權利要求5所述的一種魚毒性赤潮藻在線檢測識別系統，其特征在于，所述預處理模塊具體包括：

預處理單元，用于將所述三維熒光光譜數據轉換為xls文件，并將轉換后的文件導入MATLAB2018a軟件轉成mat文件。

7.根據權利要求5所述的一種魚毒性赤潮藻在線檢測識別系統，其特征在于，所述光譜特征提取模塊具體包括：

激發波長確定單元，用于根據所述預處理后的三維熒光光譜數據，采用窮舉法，確定激發波長；

發射波長確定單元，用于根據所述預處理后的三維熒光光譜數據的等高線圖以及光譜區間確定發射波長；所述光譜區間為650nm-750nm；

光譜特征確定單元，用于根據不同激發波長下的發射波長的首尾連接，確定所述光譜特征。

8.根據權利要求5所述的一種魚毒性赤潮藻在線檢測識別系統，其特征在于，所述映射模型建立模塊具體包括：

參數調整單元，用于根據提取的光譜特征調節粒子群優化支持向量機的參數；所述參數包括：加速常數、最大迭代次數以及粒子群種群數量；

映射模型建立單元，用于根據調整參數后的粒子群優化支持向量機確定所述映射模型；所述映射模型以提取的光譜特征為輸入，以所述識別結果為輸出。