[發(fā)明專利]一種近紅外光譜數(shù)據(jù)分段預(yù)處理方法

在審

• 申請?zhí)枺?/td>: 202111240186.4
• 申請日: 2021-10-25
• 公開（公告）號: CN114062306A
• 公開（公告）日: 2022-02-18
• 發(fā)明（設(shè)計(jì)）人: 杜一平;楊吳燁;王海婷;馬騰洲;吳婷;熊訚然;王健
• 申請（專利權(quán)）人: 華東理工大學(xué);上海海關(guān)工業(yè)品與原材料檢測技術(shù)中心;上海國際旅行衛(wèi)生保健中心（上海海關(guān)口岸門診部）
• 主分類號: G01N21/359
• 分類號: G01N21/359
• 代理公司: 上海順華專利代理有限責(zé)任公司 31203
• 代理人: 李鴻儒

1.一種近紅外光譜數(shù)據(jù)分段預(yù)處理方法，其特征在于，包括以下步驟：

第一步，設(shè)置候選預(yù)處理方法：將原始的待處理光譜數(shù)據(jù)標(biāo)記為1，然后對原始光譜數(shù)據(jù)，分別用候選的L種預(yù)處理方法進(jìn)行全波段的處理，并分別將預(yù)處理后的數(shù)據(jù)標(biāo)記為2,3,4…L+1；

第二步，劃分光譜區(qū)間：以等間隔的方式將待處理的近紅外光譜分割成M個(gè)波段，每個(gè)波段包括多個(gè)波長點(diǎn)，M為后續(xù)遺傳算法的基因位數(shù)量，每個(gè)基因位置與每個(gè)波段相對應(yīng)；

第三步，初始化種群，設(shè)定種群規(guī)模為P，在這個(gè)種群中每一代有個(gè)P_S個(gè)個(gè)體，每一個(gè)個(gè)體有著M個(gè)基因位，每個(gè)基因的取值范圍是1到L+1的正整數(shù)，然后以部分隨機(jī)的方式對種群進(jìn)行初始化；

第四步，計(jì)算適應(yīng)度，根據(jù)當(dāng)前種群中每個(gè)個(gè)體的基因編碼，還原出每個(gè)個(gè)體經(jīng)過處理后的光譜，然后根據(jù)適應(yīng)度函數(shù)計(jì)算每個(gè)個(gè)體的適應(yīng)度；

第五步，保留精英個(gè)體，對適應(yīng)度進(jìn)行排序，根據(jù)預(yù)先設(shè)定的精英比率R_E，選擇表現(xiàn)最好的部分個(gè)體，直接保留到下一代種群中，精英個(gè)體不進(jìn)行后續(xù)的交叉與變異；

第六步，種群選擇與交叉操作，在該代種群中根據(jù)輪盤賭選擇法隨機(jī)選取若干個(gè)個(gè)體，然后根據(jù)設(shè)定的交叉比率R_C，讓其中的一部分進(jìn)行交叉；

第七步，種群變異操作，對于上一步驟的輪盤賭選擇法選中的個(gè)體，以變異率R_M進(jìn)行基因變異，發(fā)生變異的基因編碼將隨機(jī)替換為1到L+1的正整數(shù)；

第八步，遺傳優(yōu)化，迭代執(zhí)行第四至七步，直到達(dá)到最大迭代次數(shù)，或是種群的最佳適應(yīng)度值連續(xù)多代無變化；滿足終止條件進(jìn)行下一步，如不滿足終止條件，返回第四步重新進(jìn)行；

第九步，對于優(yōu)化得到的有最佳表現(xiàn)的基因序列，還原為每一波段相對應(yīng)的預(yù)處理方法，并進(jìn)行拼接化，作為最終的預(yù)處理方法。

2.根據(jù)權(quán)利要求1所述的近紅外光譜數(shù)據(jù)分段預(yù)處理方法，其特征在于，所述L種預(yù)處理方法選自平滑Smooth、一階導(dǎo)數(shù)1D、二階導(dǎo)數(shù)2D、標(biāo)準(zhǔn)正態(tài)變量變換SNV、多元散射校正MSC、SNV與Smooth組合、SNV與1D組合、SNV與2D組合。

3.根據(jù)權(quán)利要求1所述的近紅外光譜數(shù)據(jù)分段預(yù)處理方法，其特征在于，所述第三步中，每一個(gè)基因的數(shù)字代表著對于這個(gè)基因?qū)?yīng)的波段采用的預(yù)處理方法的類型。

4.根據(jù)權(quán)利要求3所述的近紅外光譜數(shù)據(jù)分段預(yù)處理方法，其特征在于，所述第三步中，初始化生成的P_S個(gè)個(gè)體中，其中第1個(gè)個(gè)體的基因固定為原始光譜所對應(yīng)的基因編號；后續(xù)的L個(gè)個(gè)體的基因固定為L種全光譜預(yù)處理方法所對應(yīng)的基因編號；剩下的全部個(gè)體，在所有L+1種類型的基因編號出現(xiàn)次數(shù)相同的前提下，隨機(jī)在1到L+1之間進(jìn)行生成。

5.根據(jù)權(quán)利要求4所述的近紅外光譜數(shù)據(jù)分段預(yù)處理方法，其特征在于，所述第四步中，根據(jù)基因編碼還原出光譜的方式為將每個(gè)基因位的編碼對應(yīng)的預(yù)處理后的波段進(jìn)行拼接；由于不同預(yù)處理方法得到的光譜的數(shù)值大小會(huì)有比較大的差距，因此在拼接完成后，要對其進(jìn)行Z-Score標(biāo)準(zhǔn)化，將所有波段的數(shù)值拉至同一數(shù)量級。

6.根據(jù)權(quán)利要求5所述的近紅外光譜數(shù)據(jù)分段預(yù)處理方法，其特征在于，所述第四步中，適應(yīng)度為對預(yù)處理后數(shù)據(jù)使用偏最小二乘法PLS建模后，交叉驗(yàn)證得到的交叉驗(yàn)證均方根誤差RMSECV作為適應(yīng)度值，計(jì)算方式見下：

其中，N表示交互檢驗(yàn)時(shí)，在交互檢驗(yàn)集中的光譜樣本數(shù)量；y_i表示樣本的待預(yù)測組分的濃度的參考值，表示樣本的待預(yù)測組分的濃度的預(yù)測值。