[發(fā)明專(zhuān)利]一種基于數(shù)據(jù)降維方法的煙葉指標(biāo)數(shù)據(jù)等級(jí)識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111194915.7
• 申請(qǐng)日: 2021-10-14
• 公開(kāi)（公告）號(hào): CN113935411A
• 公開(kāi)（公告）日: 2022-01-14
• 發(fā)明（設(shè)計(jì)）人: 唐強(qiáng);任沙;王言;肖柳明;楊森;匡凱;呂志盛;陳志強(qiáng);于朝;明建忠;穆克圩
• 申請(qǐng)（專(zhuān)利權(quán)）人: 湖南師范大學(xué)
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62
• 代理公司: 北京棘龍知識(shí)產(chǎn)權(quán)代理有限公司 11740
• 代理人: 戴麗偉

1.一種煙葉指標(biāo)數(shù)據(jù)降維方法基于數(shù)據(jù)降維方法的煙葉指標(biāo)數(shù)據(jù)等級(jí)識(shí)別方法，其特征在于：包括以下步驟：

步驟1：讀取煙葉指標(biāo)數(shù)據(jù)樣本集，并將數(shù)據(jù)集標(biāo)準(zhǔn)化，得到D維空間數(shù)據(jù)集X＝{x₁，x₂，…，x_N}。

步驟2：對(duì)D維空間數(shù)據(jù)集X＝{x₁，x₂，…，x_N}進(jìn)行數(shù)據(jù)降維處理。

步驟3：對(duì)降維后的數(shù)據(jù)利用最近鄰分類(lèi)器進(jìn)行分類(lèi)，若分類(lèi)匹配正確，則返回1；若分類(lèi)匹配錯(cuò)誤，則返回0。

2.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)降維方法的煙葉指標(biāo)數(shù)據(jù)等級(jí)識(shí)別方法，其特征在于：所述步驟2中數(shù)據(jù)降維處理方法為利用全局和局部核邊際判別分析算法對(duì)D維空間數(shù)據(jù)集X＝{x₁，x₂，…，x_N}進(jìn)行降維和聚類(lèi)，或利用加權(quán)最大類(lèi)邊界準(zhǔn)則算法降低D維空間數(shù)據(jù)集X＝{x₁，x₂，…，x_N}類(lèi)間重疊度。

3.根據(jù)權(quán)利要求2所述的一種基于數(shù)據(jù)降維方法的煙葉指標(biāo)數(shù)據(jù)等級(jí)識(shí)別方法，其特征在于：所述利用全局和局部核邊際判別分析算法對(duì)維空間數(shù)據(jù)集進(jìn)行降維和聚類(lèi)，包括以下步驟：

步驟101：計(jì)算D維空間數(shù)據(jù)集X＝{x₁，x₂，…，x_N}中每個(gè)樣本點(diǎn)x_i的k^w個(gè)同類(lèi)近鄰點(diǎn)并計(jì)算每個(gè)樣本點(diǎn)x_i的k^b個(gè)類(lèi)間近鄰點(diǎn)

步驟102：計(jì)算D維空間數(shù)據(jù)集X＝{x₁，x₂，…，x_N}中每個(gè)樣本點(diǎn)x_i的k個(gè)近鄰點(diǎn)x_i1，x_i2，…，x_ik，根據(jù)x_i的k個(gè)近鄰點(diǎn)x_i1，x_i2，…，x_ik計(jì)算出每個(gè)樣本點(diǎn)x_i的N-k個(gè)非近鄰點(diǎn)x_i1，x_i2，…，x_i(N-k)；

步驟103：根據(jù)D維空間數(shù)據(jù)集X＝{x₁，x₂，…，x_N}中每個(gè)樣本點(diǎn)x_i的k^w個(gè)同類(lèi)近鄰點(diǎn)構(gòu)造類(lèi)內(nèi)相似矩陣S^w；根據(jù)每個(gè)樣本點(diǎn)x_i的k^b個(gè)類(lèi)間近鄰點(diǎn)構(gòu)造類(lèi)間相似矩陣S^b；

步驟104：根據(jù)D維空間數(shù)據(jù)集X＝{x₁，x₂，…，x_N}中每個(gè)樣本點(diǎn)x_i的k個(gè)近鄰點(diǎn)x_i1，x_i2，…，x_ik構(gòu)造出局部權(quán)重矩陣S；根據(jù)每個(gè)樣本點(diǎn)x_i的N-k個(gè)非近鄰點(diǎn)x_i1，x_i2，…，x_i(N-k)構(gòu)造出全局權(quán)重矩陣S^R。

步驟105：根據(jù)類(lèi)內(nèi)相似矩陣S^w計(jì)算出對(duì)角矩陣D^w和拉普拉斯矩陣L^w；根據(jù)類(lèi)間相似矩陣S^b計(jì)算出對(duì)角矩陣D^b和拉普拉斯矩陣L^b；根據(jù)全局權(quán)重矩陣S^R計(jì)算出對(duì)角矩陣D^R和拉普拉斯矩陣L^R；根據(jù)局部權(quán)重矩陣S計(jì)算出對(duì)角矩陣D和拉普拉斯矩陣L。

步驟106：構(gòu)造D維空間數(shù)據(jù)集X＝{x₁，x₂，…，x_N}中的類(lèi)內(nèi)方差矩陣其中A為降維矩陣。

步驟107：構(gòu)造D維空間數(shù)據(jù)集X＝{x₁，x₂，…，x_N}中的類(lèi)間方差矩陣

步驟108：構(gòu)造D維空間數(shù)據(jù)集X＝{x₁，x₂，…，x_N}中的全局正則項(xiàng)其中，A為降維矩陣，S^R為全局權(quán)重矩陣。

步驟109：構(gòu)造數(shù)據(jù)集X＝{x₁，x₂，…，x_N}的局部正則項(xiàng)其中，S_ij為局部權(quán)重矩陣，

步驟110：根據(jù)類(lèi)內(nèi)方差矩陣類(lèi)間方差矩陣全局正則項(xiàng)R₁(A)、局部正則項(xiàng)R₂(A)構(gòu)造出目標(biāo)函數(shù)其中ξ和θ為參數(shù)；

步驟111：構(gòu)造出核矩陣K，該矩陣的各元素為k_ij＝k(x_i，x_j)，k(x_i，x_j)為高斯核函數(shù)。

步驟112：求解廣義特征值分解問(wèn)題[K(L^w+ξL)K^T]^-1K(L^b+ξL^R)K^Tα＝λα，并取最大的d個(gè)特征值的特征向量得到特征矩陣A，然后根據(jù)特征矩陣A，將每個(gè)樣本映射到低維空間，得到D維空間數(shù)據(jù)集X＝{x₁，x₂，…，x_N}對(duì)應(yīng)的d維空間數(shù)據(jù)集Y＝{y₁，y₂，…，y_N}，d＜D。