本發(fā)明涉及紅外光譜數(shù)據(jù)分析技術(shù)領(lǐng)域，尤其涉及一種快速識(shí)別紅外光譜數(shù)據(jù)分類的方法及系統(tǒng)。

背景技術(shù)：

紅外光譜檢測具有快速、安全、低成本、無損的特點(diǎn)，用紅外光譜來對(duì)物質(zhì)進(jìn)行快速檢測是一種行之有效的辦法。然而，現(xiàn)有對(duì)紅外光譜數(shù)據(jù)的常用模式識(shí)別方法，如偏最小二乘回歸算法(pls)方法及主成份分析法(pca)的空間重構(gòu)方法，都需要涉及復(fù)雜的不直觀的空間投影方法。

因此，亟需一種快速識(shí)別紅外光譜數(shù)據(jù)分類的方法，簡單直觀，且誤差較小。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例的目的在于提供一種快速識(shí)別紅外光譜數(shù)據(jù)分類的方法及系統(tǒng)，簡單直觀，且誤差較小。

為了解決上述技術(shù)問題，本發(fā)明實(shí)施例提供了一種快速識(shí)別紅外光譜數(shù)據(jù)分類的方法，所述方法包括：

獲取樣品每一種類別各自對(duì)應(yīng)的紅外光譜數(shù)據(jù)，并將所述獲取到的紅外光譜數(shù)據(jù)基于som聚類網(wǎng)絡(luò)進(jìn)行聚類計(jì)算，得到樣品的紅外光譜數(shù)據(jù)的特征信息；

確定樣品每一種類別的樣品數(shù)，并獲取樣品每一種類別中每一個(gè)樣品數(shù)的紅外光譜數(shù)據(jù)，且根據(jù)所述獲取到的樣品每一種類別中每一個(gè)樣品數(shù)的紅外光譜數(shù)據(jù)，形成樣品每一種類別各自對(duì)應(yīng)的分類訓(xùn)練樣本矩陣以及樣品總訓(xùn)練樣本矩陣；其中，所述樣品每一種類別各自對(duì)應(yīng)的分類訓(xùn)練樣本矩陣是由同種類別的紅外光譜數(shù)據(jù)形成的以所述特征信息的維度為行數(shù)、樣品數(shù)為列數(shù)的矩陣；所述樣品總訓(xùn)練樣本矩陣是由不同種類別的紅外光譜數(shù)據(jù)形成的以所述特征信息的維度為行數(shù)、樣品數(shù)為列數(shù)的矩陣；

確定樣品未知類別的待測樣本數(shù)據(jù)，且將所述待測樣本數(shù)據(jù)形成以所述特征信息的維度為行數(shù)的單列矩陣作為待測樣本矩陣，并根據(jù)所述形成的樣品總訓(xùn)練樣本矩陣以及待測樣本矩陣構(gòu)建二者線性關(guān)系，進(jìn)一步采用最小二乘回歸算法對(duì)所述構(gòu)建的線性關(guān)系求解，得到所述樣品總訓(xùn)練樣本矩陣與所述待測樣本矩陣之間形成的回歸系數(shù)；

根據(jù)所述得到的回歸系數(shù)以及樣品每一種類別各自對(duì)應(yīng)的分類訓(xùn)練樣本矩陣，得到對(duì)應(yīng)于樣品每一種類別的估算樣本矩陣，并對(duì)比所述待測樣本矩陣分別與所述得到的對(duì)應(yīng)于樣品每一種類別的估算樣本矩陣之間的歐氏距離，確定歐氏距離為最小時(shí)所對(duì)應(yīng)估算樣本矩陣的類別為所述待測樣本數(shù)據(jù)的類別。

其中，所述樣品每一種類別各自對(duì)應(yīng)的紅外光譜數(shù)據(jù)采用行數(shù)為3000、列為1的矩陣來表示。

其中，特征信息的維度為294。

其中，所述樣品數(shù)為25個(gè)。

本發(fā)明實(shí)施例還提供了一種快速識(shí)別紅外光譜數(shù)據(jù)分類的系統(tǒng)，所述系統(tǒng)包括：

數(shù)據(jù)維度選擇單元，用于獲取樣品每一種類別各自對(duì)應(yīng)的紅外光譜數(shù)據(jù)，并將所述獲取到的紅外光譜數(shù)據(jù)基于som聚類網(wǎng)絡(luò)進(jìn)行聚類計(jì)算，得到樣品的紅外光譜數(shù)據(jù)的特征信息；

訓(xùn)練樣本矩陣獲取單元，用于確定樣品每一種類別的樣品數(shù)，并獲取樣品每一種類別中每一個(gè)樣品數(shù)的紅外光譜數(shù)據(jù)，且根據(jù)所述獲取到的樣品每一種類別中每一個(gè)樣品數(shù)的紅外光譜數(shù)據(jù)，形成樣品每一種類別各自對(duì)應(yīng)的分類訓(xùn)練樣本矩陣以及樣品總訓(xùn)練樣本矩陣；其中，所述樣品每一種類別各自對(duì)應(yīng)的分類訓(xùn)練樣本矩陣是由同種類別的紅外光譜數(shù)據(jù)形成的以所述特征信息的維度為行數(shù)、樣品數(shù)為列數(shù)的矩陣；所述樣品總訓(xùn)練樣本矩陣是由不同種類別的紅外光譜數(shù)據(jù)形成的以所述特征信息的維度為行數(shù)、樣品數(shù)為列數(shù)的矩陣；

求解回歸系數(shù)單元，用于確定樣品未知類別的待測樣本數(shù)據(jù)，且將所述待測樣本數(shù)據(jù)形成以所述特征信息的維度為行數(shù)的單列矩陣作為待測樣本矩陣，并根據(jù)所述形成的樣品總訓(xùn)練樣本矩陣以及待測樣本矩陣構(gòu)建二者線性關(guān)系，進(jìn)一步采用最小二乘回歸算法對(duì)所述構(gòu)建的線性關(guān)系求解，得到所述樣品總訓(xùn)練樣本矩陣與所述待測樣本矩陣之間形成的回歸系數(shù)；

樣品類別識(shí)別單元，用于根據(jù)所述得到的回歸系數(shù)以及樣品每一種類別各自對(duì)應(yīng)的分類訓(xùn)練樣本矩陣，得到對(duì)應(yīng)于樣品每一種類別的估算樣本矩陣，并對(duì)比所述待測樣本矩陣分別與所述得到的對(duì)應(yīng)于樣品每一種類別的估算樣本矩陣之間的歐氏距離，確定歐氏距離為最小時(shí)所對(duì)應(yīng)估算樣本矩陣的類別為所述待測樣本數(shù)據(jù)的類別。

其中，所述樣品每一種類別各自對(duì)應(yīng)的紅外光譜數(shù)據(jù)采用行數(shù)為3000、列為1的矩陣來表示。

其中，所述特征信息的維度為294。

其中，所述樣品數(shù)為25個(gè)。

實(shí)施本發(fā)明實(shí)施例，具有如下有益效果：

本發(fā)明實(shí)施例通過som聚類網(wǎng)絡(luò)實(shí)現(xiàn)了紅外光譜數(shù)據(jù)的變量選擇，得到較少的更具特征的變量數(shù)據(jù)，并結(jié)合線性回歸的算法，用訓(xùn)練樣本來線性表示預(yù)測樣本的方式，然后根據(jù)不同類別的訓(xùn)練樣本表示待測樣本的好壞來進(jìn)行判決，實(shí)現(xiàn)待測樣本的快速分類，因此具有簡單直觀，且誤差較小等優(yōu)點(diǎn)。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，根據(jù)這些附圖獲得其他的附圖仍屬于本發(fā)明的范疇。

圖1為本發(fā)明實(shí)施例提供的快速識(shí)別紅外光譜數(shù)據(jù)分類的方法的流程圖；

圖2本發(fā)明實(shí)施例提供的快速識(shí)別紅外光譜數(shù)據(jù)分類的系統(tǒng)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

如圖1所示，本發(fā)明實(shí)施例中，提出一種快速識(shí)別紅外光譜數(shù)據(jù)分類的方法，所述方法包括：

步驟s101、獲取樣品每一種類別各自對(duì)應(yīng)的紅外光譜數(shù)據(jù)，并將所述獲取到的紅外光譜數(shù)據(jù)基于som聚類網(wǎng)絡(luò)進(jìn)行聚類計(jì)算，得到樣品的紅外光譜數(shù)據(jù)的特征信息；

具體過程為，利用som聚類網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)已知光譜數(shù)據(jù)的變量選擇，提升分類識(shí)別率。其中，樣品每一種類別各自對(duì)應(yīng)的紅外光譜數(shù)據(jù)采用行數(shù)為3000、列為1的矩陣來表示；特征信息的維度為294。

作為一個(gè)例子，以泥蚶的重金屬污染種類的紅外光譜識(shí)別為例，有五類泥蚶樣本，分別為泥蚶a，泥蚶b，泥蚶c，泥蚶d，泥蚶e，每個(gè)泥蚶樣品的紅外數(shù)據(jù)為3000×1的列矩陣，即每一種泥蚶每一個(gè)樣品數(shù)的紅外數(shù)據(jù)均采用行數(shù)為3000的單列矩陣。將光譜樣本的變量經(jīng)過som聚類網(wǎng)絡(luò)，并選擇聚類數(shù)目的參數(shù)，最后得到泥蚶的紅外光譜數(shù)據(jù)的特征信息的維度為294。

步驟s102、確定樣品每一種類別的樣品數(shù)，并獲取樣品每一種類別中每一個(gè)樣品數(shù)的紅外光譜數(shù)據(jù)，且根據(jù)所述獲取到的樣品每一種類別中每一個(gè)樣品數(shù)的紅外光譜數(shù)據(jù)，形成樣品每一種類別各自對(duì)應(yīng)的分類訓(xùn)練樣本矩陣以及樣品總訓(xùn)練樣本矩陣；其中，所述樣品每一種類別各自對(duì)應(yīng)的分類訓(xùn)練樣本矩陣是由同種類別的紅外光譜數(shù)據(jù)形成的以所述特征信息的維度為行數(shù)、樣品數(shù)為列數(shù)的矩陣；所述樣品總訓(xùn)練樣本矩陣是由不同種類別的紅外光譜數(shù)據(jù)形成的以所述特征信息的維度為行數(shù)、樣品數(shù)為列數(shù)的矩陣；

具體過程為，根據(jù)樣品的類別標(biāo)簽將同類的訓(xùn)練樣本矩陣分在一起，即如把相同類別泥蚶樣本的紅外光譜數(shù)據(jù)放在一起。

在形成樣品總訓(xùn)練樣本矩陣過程中，是取樣品每一種類別中每一個(gè)樣品數(shù)的紅外光譜數(shù)據(jù)，即已知樣品的類別，將不同種類別的紅外光譜數(shù)據(jù)形成的以特征信息的維度為行數(shù)、樣品數(shù)為列數(shù)的矩陣；而在形成樣品每一種類別各自對(duì)應(yīng)的分類訓(xùn)練樣本矩陣的過程中，是取樣品同種類別的紅外光譜數(shù)據(jù)形成的以特征信息的維度為行數(shù)、樣品數(shù)為列數(shù)的矩陣。其中，樣品數(shù)可設(shè)為25或其它。

作為一個(gè)例子，在上述泥蚶的重金屬污染種類的紅外光譜識(shí)別的例子中，將已知類別標(biāo)簽的每種泥蚶樣品數(shù)均設(shè)為25個(gè)，然后將泥蚶樣本數(shù)據(jù)排成行為294，列為25的形式，并且a1的1～25列為第一類泥蚶a，a2的1～25列為第二類泥蚶b，以此類推，構(gòu)建樣品總訓(xùn)練樣本矩陣a和分類訓(xùn)練樣本矩陣ai。a＝[ai]＝[vi,1,vi,2,...,vi,n]，對(duì)于第i類的矩陣數(shù)據(jù)，存在n個(gè)訓(xùn)練樣本；i＝1-5，n＝25。

步驟s103、確定樣品未知類別的待測樣本數(shù)據(jù)，且將所述待測樣本數(shù)據(jù)形成以所述特征信息的維度為行數(shù)的單列矩陣作為待測樣本矩陣，并根據(jù)所述形成的樣品總訓(xùn)練樣本矩陣以及待測樣本矩陣構(gòu)建二者線性關(guān)系，進(jìn)一步采用最小二乘回歸算法對(duì)所述構(gòu)建的線性關(guān)系求解，得到所述樣品總訓(xùn)練樣本矩陣與所述待測樣本矩陣之間形成的回歸系數(shù)；

具體過程為，明確待測樣本矩陣y，即明確某一個(gè)需要識(shí)別其類別標(biāo)簽的樣本，做成行數(shù)為特征信息的維度、列數(shù)為1的矩陣。

對(duì)于待測樣本矩陣y，根據(jù)樣品總訓(xùn)練樣本矩陣a，形成線性關(guān)系y＝ax，并進(jìn)行求解。由于對(duì)于紅外光譜數(shù)據(jù)來說，通常數(shù)據(jù)的特征信息的維度是大于樣本數(shù)的，也就是說，線性系統(tǒng)y＝ax是超定的，通常可以得到一個(gè)唯一解。利用最小二乘法，求解出這個(gè)線性系統(tǒng)的系數(shù)其公式是

步驟s104、根據(jù)所述得到的回歸系數(shù)以及樣品每一種類別各自對(duì)應(yīng)的分類訓(xùn)練樣本矩陣，得到對(duì)應(yīng)于樣品每一種類別的估算樣本矩陣，并對(duì)比所述待測樣本矩陣分別與所述得到的對(duì)應(yīng)于樣品每一種類別的估算樣本矩陣之間的歐氏距離，確定歐氏距離為最小時(shí)所對(duì)應(yīng)估算樣本矩陣的類別為所述待測樣本數(shù)據(jù)的類別。

具體過程為，利用之前得到的每一種類別的分類訓(xùn)練樣本矩陣ai乘以對(duì)應(yīng)的最小二乘回歸系數(shù)即得到對(duì)應(yīng)于樣品每一種類別的估算樣本矩陣

根據(jù)某一類的估算樣本矩陣與待測樣本矩陣y的差異來進(jìn)行判決，這里的差異性是通過估算樣本矩陣與待測樣本矩陣y之間的歐式距離作為標(biāo)準(zhǔn)，以誤差最小的那類標(biāo)簽作為實(shí)際的預(yù)測樣本的類別。即最后輸出歐氏距離為最小時(shí)所對(duì)應(yīng)估算樣本矩陣的類別為該待測樣本數(shù)據(jù)的類別，即輸出

如圖2所示，為本發(fā)明實(shí)施例中，提供的一種快速識(shí)別紅外光譜數(shù)據(jù)分類的系統(tǒng)，所述系統(tǒng)包括：

數(shù)據(jù)維度選擇單元110，用于獲取樣品每一種類別各自對(duì)應(yīng)的紅外光譜數(shù)據(jù)，并將所述獲取到的紅外光譜數(shù)據(jù)基于som聚類網(wǎng)絡(luò)進(jìn)行聚類計(jì)算，得到樣品的紅外光譜數(shù)據(jù)的特征信息；

訓(xùn)練樣本矩陣獲取單元120，用于確定樣品每一種類別的樣品數(shù)，并獲取樣品每一種類別中每一個(gè)樣品數(shù)的紅外光譜數(shù)據(jù)，且根據(jù)所述獲取到的樣品每一種類別中每一個(gè)樣品數(shù)的紅外光譜數(shù)據(jù)，形成樣品每一種類別各自對(duì)應(yīng)的分類訓(xùn)練樣本矩陣以及樣品總訓(xùn)練樣本矩陣；其中，所述樣品每一種類別各自對(duì)應(yīng)的分類訓(xùn)練樣本矩陣是由同種類別的紅外光譜數(shù)據(jù)形成的以所述特征信息的維度為行數(shù)、樣品數(shù)為列數(shù)的矩陣；所述樣品總訓(xùn)練樣本矩陣是由不同種類別的紅外光譜數(shù)據(jù)形成的以所述特征信息的維度為行數(shù)、樣品數(shù)為列數(shù)的矩陣；

求解回歸系數(shù)單元130，用于確定樣品未知類別的待測樣本數(shù)據(jù)，且將所述待測樣本數(shù)據(jù)形成以所述特征信息的維度為行數(shù)的單列矩陣作為待測樣本矩陣，并根據(jù)所述形成的樣品總訓(xùn)練樣本矩陣以及待測樣本矩陣構(gòu)建二者線性關(guān)系，進(jìn)一步采用最小二乘回歸算法對(duì)所述構(gòu)建的線性關(guān)系求解，得到所述樣品總訓(xùn)練樣本矩陣與所述待測樣本矩陣之間形成的回歸系數(shù)；

樣品類別識(shí)別單元140，用于根據(jù)所述得到的回歸系數(shù)以及樣品每一種類別各自對(duì)應(yīng)的分類訓(xùn)練樣本矩陣，得到對(duì)應(yīng)于樣品每一種類別的估算樣本矩陣，并對(duì)比所述待測樣本矩陣分別與所述得到的對(duì)應(yīng)于樣品每一種類別的估算樣本矩陣之間的歐氏距離，確定歐氏距離為最小時(shí)所對(duì)應(yīng)估算樣本矩陣的類別為所述待測樣本數(shù)據(jù)的類別。

其中，所述樣品每一種類別各自對(duì)應(yīng)的紅外光譜數(shù)據(jù)采用行數(shù)為3000、列為1的矩陣來表示。

其中，所述特征信息的維度為294。

其中，所述樣品數(shù)為25個(gè)。

實(shí)施本發(fā)明實(shí)施例，具有如下有益效果：

本發(fā)明實(shí)施例通過som聚類網(wǎng)絡(luò)實(shí)現(xiàn)了紅外光譜數(shù)據(jù)的變量選擇，得到較少的更具特征的變量數(shù)據(jù)，并結(jié)合線性回歸的算法，用訓(xùn)練樣本來線性表示預(yù)測樣本的方式，然后根據(jù)不同類別的訓(xùn)練樣本表示待測樣本的好壞來進(jìn)行判決，實(shí)現(xiàn)待測樣本的快速分類，因此具有簡單直觀，且誤差較小等優(yōu)點(diǎn)。

值得注意的是，上述系統(tǒng)實(shí)施例中，所包括的各個(gè)系統(tǒng)單元只是按照功能邏輯進(jìn)行劃分的，但并不局限于上述的劃分，只要能夠?qū)崿F(xiàn)相應(yīng)的功能即可；另外，各功能單元的具體名稱也只是為了便于相互區(qū)分，并不用于限制本發(fā)明的保護(hù)范圍。

本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，所述的程序可以存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，所述的存儲(chǔ)介質(zhì)，如rom/ram、磁盤、光盤等。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。