[發明專利]一種基于數據降維方法的煙葉指標數據等級識別方法

在審

• 申請號: 202111194915.7
• 申請日: 2021-10-14
• 公開（公告）號: CN113935411A
• 公開（公告）日: 2022-01-14
• 發明（設計）人: 唐強;任沙;王言;肖柳明;楊森;匡凱;呂志盛;陳志強;于朝;明建忠;穆克圩
• 申請（專利權）人: 湖南師范大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京棘龍知識產權代理有限公司 11740
• 代理人: 戴麗偉

本發明屬于數據降維技術領域，公開了一種基于數據降維方法的煙葉指標數據等級識別方法，包括以下步驟：步驟1：讀取煙葉指標數據樣本集，并將數據集標準化，得到維空間數據集；步驟2：對維空間數據集進行數據降維處理；步驟3：對降維后的數據利用最近鄰分類器進行分類，若分類匹配正確，則返回1；若分類匹配錯誤，則返回0；本發明的基于數據降維方法的煙葉指標數據等級識別方法，為煙葉指標數據的等級識別提供了較大的幫助，使得煙葉指標數據的等級識別過程可快速進行。

技術領域

本發明涉及煙葉識別技術領域，尤其涉及一種基于數據降維方法的煙葉指標數據等級識別方法。

背景技術

數據降維可以減少數據的維度和需要的存儲空間，去掉冗余變量，提高信息處理的效率和準確率。傳統的數據降維方法可分為兩大類，一類是線性降維方法，主要有主成分分析法和線性判別分析方法等，用于處理線性結構數據的降維；另一類是非線性降維方法，主要有核方法和流形學習方法等。核方法主要保留的是數據的全局性質，對于數據的局部性質信息則無法同時兼顧。流行學習方法或保留的是數據的全局性質，或保留的是數據的局部性質信息，無法兼顧數據全部原始信息。

煙葉的化學成分復雜，煙葉和煙氣中已被鑒定的化學成分總數超過了5800種，其中煙葉中專有的化學成分超過1800種。研究煙葉內在的化學成分與煙葉品質的關系極其重要。煙葉數據的主要特點是類別多、維數高、非線性等，其中，不同類的數據也可能會相互重疊，這就導致了剖析煙葉數據的等級和質量變得十分困難，因此我們提出一種基于數據降維方法的煙葉指標數據等級識別方法，將高維數據中的主要信息提取出來，供煙葉品質的工作者分析研究。。

發明內容

本發明的目的是提供一種基于數據降維方法的煙葉指標數據等級識別方法。

為了實現上述目的，本發明采用如下技術方案：一種基于數據降維方法的煙葉指標數據等級識別方法，包括包括以下步驟：

步驟1：讀取煙葉指標數據樣本集，并將數據集標準化，得到D維空間數據集X＝{x₁，x₂，…，x_N}。

步驟2：對D維空間數據集X＝{x₁，x₂，…，x_N}進行數據降維處理。

步驟3：對降維后的數據利用最近鄰分類器進行分類，若分類匹配正確，則返回1；若分類匹配錯誤，則返回0。

所述步驟2中數據降維處理方法為利用全局和局部核邊際判別分析算法對D維空間數據集X＝{x₁，x₂，…，x_N}進行降維和聚類，或利用加權最大類邊界準則算法降低D維空間數據集X＝{x₁，x₂，…，x_N}類間重疊度；

所述利用全局和局部核邊際判別分析算法對維空間數據集進行降維和聚類，包括以下步驟：

步驟101：計算D維空間數據集X＝{x₁，x₂，…，x_N}中每個樣本點x_i的k^w個同類近鄰點并計算每個樣本點x_i的k^b個類間近鄰點

步驟102：計算D維空間數據集X＝{x₁，x₂，…，x_N}中每個樣本點x_i的k個近鄰點x_i1，x_i2，…，x_ik，根據x_i的k個近鄰點x_i1，x_i2，…，x_ik計算出每個樣本點x_i的N-k個非近鄰點x_i1，x_i2，…，x_i(N-k)；