[發(fā)明專利]基于迭代加權(quán)組稀疏回歸的物質(zhì)分類方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210713869.5
• 申請(qǐng)日: 2022-06-22
• 公開（公告）號(hào): CN115018003A
• 公開（公告）日: 2022-09-06
• 發(fā)明（設(shè)計(jì)）人: 李茜;鄭成勇;李曉輝
• 申請(qǐng)（專利權(quán)）人: 江門市華訊方舟科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 廣州潤禾知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44446
• 代理人: 林偉斌

1.一種基于迭代加權(quán)組稀疏回歸的物質(zhì)分類方法，其特征在于，包括：

獲取訓(xùn)練樣本與待測(cè)樣本；

對(duì)訓(xùn)練樣本與待測(cè)樣本進(jìn)行預(yù)處理得到訓(xùn)練樣本矩陣A與待測(cè)樣本矩陣Y；

將訓(xùn)練樣本矩陣與待測(cè)樣本矩陣輸入迭代加權(quán)組稀疏回歸模型得到待測(cè)樣本矩陣Y關(guān)于訓(xùn)練樣本矩陣A的表示系數(shù)矩陣X；

通過表示系數(shù)矩陣判斷待測(cè)樣本的種類；

所述迭代加權(quán)組稀疏回歸模型為：

其中k表示迭代次數(shù)，d＝1或2，λ0為正則化參數(shù)，對(duì)角矩陣W_k+1中w_i的數(shù)量為n_i，即第i類的樣本數(shù)；

初始化k＝0，W₀為單位矩陣，求解(1)式得到Z₁，由(2)式得到W₁，再由(1)式得到Z₂，由(2)式得到W₂，不斷迭代，直至模型收斂，得到X。

2.根據(jù)權(quán)利要求1所述的基于迭代加權(quán)組稀疏回歸的物質(zhì)分類方法，其特征在于：

所述訓(xùn)練樣本與待測(cè)樣本使用太赫茲時(shí)域光譜儀獲取。

3.根據(jù)權(quán)利要求2所述的基于迭代加權(quán)組稀疏回歸的物質(zhì)分類方法，其特征在于：

所述訓(xùn)練樣本與待測(cè)樣本均為n條l維的光譜數(shù)據(jù)；

所述預(yù)處理為：將所述光譜數(shù)據(jù)分別組成l×n的矩陣；

令(i＝1,2,…,c，c為類別總數(shù))表示由第i類的訓(xùn)練樣本構(gòu)成的數(shù)據(jù)矩陣，其每一列對(duì)應(yīng)一個(gè)一維的樣本數(shù)據(jù)，n_i為第i類的樣本數(shù)，令A(yù)＝[A₁,...,A_c]。

4.根據(jù)權(quán)利要求3所述的基于迭代加權(quán)組稀疏回歸的物質(zhì)分類方法，其特征在于：

所述迭代加權(quán)組稀疏回歸模型包括：

令M＝AW_k，使所述(1)式對(duì)應(yīng)的優(yōu)化問題轉(zhuǎn)化為：

引入自由變量V將(3)式轉(zhuǎn)化為：

5.根據(jù)權(quán)利要求4所述的基于迭代加權(quán)組稀疏回歸的物質(zhì)分類方法，其特征在于：

定義增廣拉格朗日函數(shù)其中，D為與約束V＝Z相對(duì)應(yīng)的拉格朗日乘子，μ為非負(fù)懲罰參數(shù)，由交替方向乘子法，得到迭代求解過程：計(jì)算V_k+1，令T＝Z_k+D_k，若d＝2，則：若d＝1，則其中V_k+1(p,q)、T(p,q)表示矩陣V_k+1和T的第p行q列處的元素，Z_k+1＝(M^TM+μI_n)^-1[M^TY+μ(V_k+1-D_k)]，其中I_n為n階單位矩陣。

6.根據(jù)權(quán)利要求5所述的基于迭代加權(quán)組稀疏回歸的物質(zhì)分類系統(tǒng)，其特征在于，包括：

所述通過表示系數(shù)矩陣判斷待測(cè)樣本的種類為：

若t＝argmin_i{‖A_iχ_i-Y‖_F|i＝1,2,...,c}，待測(cè)樣本的種類判斷為第t類；

查詢訓(xùn)練樣本矩陣A中A_t對(duì)應(yīng)的種類，得到待測(cè)樣本矩陣Y的種類。

7.根據(jù)權(quán)利要求1-6任一項(xiàng)所述的基于迭代加權(quán)組稀疏回歸的物質(zhì)分類方法，其特征在于，

包括一種基于迭代加權(quán)組稀疏回歸的物質(zhì)分類系統(tǒng)：

樣本獲取模塊，用于獲取訓(xùn)練樣本與待測(cè)樣本；

預(yù)處理模塊，用于對(duì)訓(xùn)練樣本與待測(cè)樣本進(jìn)行預(yù)處理；

迭代加權(quán)組稀疏回歸模塊，用于進(jìn)行迭代加權(quán)組稀疏回歸模型計(jì)算；

分類模塊，用于根據(jù)迭代加權(quán)組稀疏回歸模型計(jì)算結(jié)果對(duì)待測(cè)樣本的種類進(jìn)行判斷。