买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东北农业大学

摘要：一种基于MPA框架的松子近红外光谱波段选择方法，它属于光谱波段选择技术领域。本发明解决了蒙特卡洛采样优化的无信息变量消除算法存在的目标性弱、迭代次数多、算法时间复杂度高，以及当输入为共线性高的松子样本光谱数据时无法根据稳定性输出进行波段选择的问题。首先，本发明采用秃鹰搜索算法对二进制采样向量进行优化处理即可进行波段选择，因此本发明方法的目标性较强；其次，本发明在达到设置的最大迭代次数时就可以停止迭代，即通过较少的迭代次数就可以实现目的，算法时间复杂度低。而且，本发明通过引入方差膨胀系数建立了一个新的波段筛选评价指标来进行波段选择。本发明方法可以应用于对松子近红外光谱波段进行选择。

主权项：1.一种基于MPA框架的松子近红外光谱波段选择方法，其特征在于，所述方法具体包括以下步骤：步骤一、根据长度为N×Q的松子近红外光谱Xnir生成M个采样向量，将生成的M个采样向量表示为P1，P2，…，PM；步骤二、将每个采样向量分别作为秃鹰搜索算法的一只秃鹰，通过引入方差膨胀系数对采样向量和偏最小二乘回归模型的目标函数进行优化，得到优化后的采样向量所对应的目标函数值；所述步骤二的具体过程为：步骤二一、设为基于采样向量Pi的矩阵算子，则利用筛选后的光谱特征向量Xselection为： 其中，i＝1,2,…,M，代表利用矩阵算子对近红外光谱Xnir进行采样；步骤二二、利用光谱特征向量Xselection建立偏最小二乘回归模型，得到回归系数向量b；则Xselection的第j个波段的评价指标Jj为：Jj＝|bj|+VIFj其中，bj为回归系数向量b中的第j个回归系数，|·|代表取绝对值，VIFj为第j个波段的方差膨胀系数； 其中，为Xselection的第j个波段的复测定系数； 其中，Xj,selection为Xselection的第j个波段，为Xselection中第j个波段对其他波段的回归，为第j个波段的均值；步骤二三、从Xselection中筛选出评价指标最大的n个波段，根据筛选出的n个波段为采样向量Pi赋值，赋值后即获得优化后的采样向量将筛选出的n个波段的评价指标依次表示为Jmax1、Jmax2…Jmaxn，则优化后的采样向量对应的目标函数值F为：F＝Jmax1+Jmax2+...+Jmaxn步骤三、根据步骤二中得到的目标函数值确定最佳搜寻位置，再利用最佳搜寻位置对优化后的采样向量进行处理，得到处理结果；步骤四、秃鹰在局部搜索空间内根据螺旋形状以不同的方向移动，采用极坐标方程对步骤三的处理结果进行更新，获得更新后的结果，即搜索出最佳采样向量；所述步骤四的具体过程为：步骤四一、在局部搜索空间内建立螺旋飞行数学模型，搜索局部最优解；θi＝a·π·randri＝θi+R·randxri＝ri·sinθi,yri＝ri·cosθixi＝xrimaxxri,yi＝yrimaxyri其中，θi为螺旋方程的极角，ri为螺旋方程的极径，a和R为控制螺旋轨迹的参数，a的变化范围为0,5，R的变化范围为0.1,1，rand为0,1内随机数，xi和yi为极坐标中秃鹰位置，xi和yi的取值范围均为-1,1；步骤四二、采用极坐标方程进行采样向量Pi,new的更新： 其中，Pi,′new代表对采样向量Pi,new进行更新得到的向量，Pi*为第i只秃鹰按照螺旋方程行进时下一次更新位置，bin·是转换函数，Pi,new为优化后的第i个采样向量的处理结果，Pmean为优化后的M个采样向量的平均结果；步骤五、秃鹰从搜索空间的最佳采样向量位置俯冲飞向目标位置，搜索结束后得到秃鹰的空间位置；步骤六、将步骤五中得到的秃鹰空间位置重新作为采样向量，并返回步骤二；步骤七、重复迭代步骤二至步骤六的过程，直至达到设置的最大迭代次数时停止迭代，根据最后一次迭代所获得的M个秃鹰空间位置分别建立偏最小二乘回归模型，即建立M个偏最小二乘回归模型，再根据具有最大目标函数值的偏最小二乘回归模型所对应的秃鹰空间位置进行波段选择。

全文数据：

权利要求：

百度查询： 东北农业大学 一种基于MPA框架的松子近红外光谱波段选择方法