模擬退火-遺傳算法的光譜特征區(qū)間選擇及光譜加密方法
【技術(shù)領(lǐng)域】：
[0001] 本發(fā)明涉及模擬退火-遺傳算法的光譜特征區(qū)間選擇及光譜加密方法，屬于 GC-MS圖譜及近紅外光譜分析技術(shù)領(lǐng)域。
【背景技術(shù)】：
[0002] 隨著信息技術(shù)的高速發(fā)展，數(shù)據(jù)安全已經(jīng)成為信息安全領(lǐng)域一個重要的課題。當(dāng) 今近紅外光譜儀器因具有快速和非損壞性檢測、操作成本低、無需復(fù)雜預(yù)處理等特點，已被 廣泛應(yīng)用于復(fù)雜樣品化學(xué)成分測定中，光譜儀器和化學(xué)計量法相結(jié)合的技術(shù)是公認(rèn)的分析 和檢測復(fù)雜樣品的重要手段之一。其光譜特性與有機物的類型和含量高度相關(guān)，因此被廣 泛應(yīng)用于藥品、食品行業(yè)，如運用近紅外光譜分析技術(shù)檢測煙草、蘋果等的多種理化指標(biāo)。
[0003] 光譜數(shù)據(jù)中不同類型的譜峰信號往往對應(yīng)某個位置的具體物質(zhì)特性，譜峰信號的 強度又與此物質(zhì)的組成成分、物理化學(xué)性質(zhì)等緊密相關(guān)，譜峰信號包含了大量該物質(zhì)定性 定量相關(guān)信息。在光譜數(shù)據(jù)處理中，檢測和分析譜峰信號是我們的工作重點，同時針對光譜 關(guān)鍵區(qū)域進(jìn)行保護(hù)是對光譜圖像加密的一種方法。而這些實驗數(shù)據(jù)常常在網(wǎng)絡(luò)上傳輸很有 可能帶來數(shù)據(jù)泄露的風(fēng)險，因此針對近紅外光譜這種實驗數(shù)據(jù)的特征區(qū)間采取加密技術(shù)能 夠有效保證實驗數(shù)據(jù)的安全性和準(zhǔn)確性。

【發(fā)明內(nèi)容】
：
[0004] 針對上述問題，本發(fā)明要解決的技術(shù)問題是提供模擬退火-遺傳算法的光譜特征 區(qū)間選擇及光譜加密方法。
[0005] 本發(fā)明模擬退火-遺傳算法的光譜特征區(qū)間選擇及光譜加密方法。它的具體方法 為：將模擬退火算法的核心思想Metropolis接收準(zhǔn)則引入遺傳算法中的基因交換、變異算 子中，采用模擬退火-遺傳算法對GC-MS圖譜特征區(qū)間進(jìn)行選擇，然后對指定的GC-MS圖譜 和近紅外光譜整個區(qū)域加密。
[0006] 作為優(yōu)選，所述的GC-MS圖譜特征區(qū)間選擇方法，其特征在于，包括以下步驟：
[0007] S1、基因編碼，將GC-MS圖譜區(qū)間劃分為用k個0/1基因來表示的k個子區(qū)間組 合；
[0008] S2、種群初始化，根據(jù)染色體數(shù)（popsize)隨機產(chǎn)生初始種群；
[0009] S3、適應(yīng)度函數(shù)，采用交互驗證均方根誤差（RMSECV)作為個體的適應(yīng)度函值， RMSECV值越小，表示模型預(yù)測能力越好，即（1)式表示適應(yīng)度目標(biāo)函數(shù)，得到本發(fā)明的目標(biāo) 函數(shù)為式（2)。
[0012] S4、遺傳操作，本發(fā)明采用根據(jù)Metropolis準(zhǔn)則執(zhí)行遺傳操作；
[0013] a、選擇算子根據(jù)群體的適應(yīng)度值，選擇適應(yīng)度高的個體淘汰適應(yīng)度低的個體；
[0014] b:采用單點交叉操作，即開始字符到交換點之間的基因參與交換過程，基因交換 個體數(shù)由交換概率P。控制，交叉算子從父輩群體中隨機選擇父輩個體（p J，通過基因交叉 產(chǎn)生子代新個體（Ci)，分別計算他們的適應(yīng)度值fPjP fC i，按照Metropolis準(zhǔn)則判斷是否 接受新產(chǎn)生的個體；具體判斷過程如下：
[0015] i、如果fP' fC i，接受新解，用C1代替P 1;
[0016] ii、當(dāng)i不成立時，引入玻爾茲曼（Boltzman)因子，隨機產(chǎn)生一個[0, 1]之間的數(shù) β，如果β < exp ((KffP1) /T)(其中T是模擬退火溫度），則接受新解，用C1代替P i，否則 保持P1不變；
[0017] c、變異算子由在個體上隨機挑選某個基因進(jìn)行異或操作，變異個體數(shù)由變異概率 Pn控制，變異算子與改進(jìn)的交換算子類似；
[0018] S5、循環(huán)執(zhí)行S3和S4步驟；
[0019] S6、以溫度小于終止溫度為終止條件，滿足條件時終止循環(huán)，返回最優(yōu)解。
[0020] 作為優(yōu)選，GC-MS圖譜和近紅外光譜整個區(qū)域加密的方法為：S1、輸入步驟，讀取 輸入的圖譜像數(shù)據(jù)，作為要加密對象的圖像；
[0021] S2、加密指定區(qū)域步驟，在該步驟中，針對輸入的GC-MS圖譜執(zhí)行光譜特征區(qū)間選 擇操作來指定要加密的區(qū)域；針對輸入的近紅外光譜整個區(qū)域加密；
[0022] S3、向加密的光譜圖區(qū)域添加偽信號，在該步驟中，向被加密的指定區(qū)域添加例如 呈點形或者線形的所述的偽信號；
[0023] S4、基于所述加密密鑰在所述指定步驟中指定的GC-MS圖譜區(qū)域近紅外光譜轉(zhuǎn)換 為被處理的圖像；以及通過有規(guī)律地轉(zhuǎn)換在所述轉(zhuǎn)換步驟中轉(zhuǎn)換的被處理的圖譜的像素值 來建立轉(zhuǎn)換圖像，以使得能夠指定圖譜特征區(qū)間區(qū)域位置。
[0024] 本發(fā)明的有益效果：它能克服現(xiàn)有技術(shù)的弊端，將模擬退火算法的核心思想 Metropolis接受準(zhǔn)則引入傳統(tǒng)的遺傳算法的基因交叉、變異算子，來對光譜的關(guān)鍵特征子 區(qū)間進(jìn)行挑選。通過對近紅外光譜圖像的關(guān)鍵特征區(qū)間添加偽信號來實現(xiàn)數(shù)據(jù)加密防止光 譜實驗數(shù)據(jù)泄露。
【附圖說明】：
[0025] 為了易于說明，本發(fā)明由下述的具體實施及附圖作以詳細(xì)描述。
[0026] 圖1是實施例中采用模擬退火一遺傳算法選擇光譜關(guān)鍵段流程圖；
[0027] 圖2是實施例中引入Metropolis接受準(zhǔn)則的交叉算子流程圖；
[0028] 圖3是實施例中引入Metropolis接受準(zhǔn)則的變異算子流程圖；
[0029] 圖4是實施例中光譜圖加密流程圖；
【具體實施方式】：
【具體實施方式】 [0030] 采用以下技術(shù)方案：它的具體方法為：將模擬退火算法的核心思想 Metropolis接收準(zhǔn)則引入遺傳算法中的基因交換、變異算子中，采用模擬退火-遺傳算法 對GC-MS圖譜特征區(qū)間進(jìn)行選擇，然后對指定的GC-MS圖譜和近紅外光譜整個區(qū)域加密。
[0031] 作為優(yōu)選，所述的GC-MS圖譜特征區(qū)間選擇方法，其特征在于，包括以下步驟：
[0032] S1、基因編碼，將GC-MS圖譜區(qū)間劃分為用k個0/1基因來表示的k個子區(qū)間組 合；
[0033] S2、種群初始化，根據(jù)染色體數(shù)（popsize)隨機產(chǎn)生初始種群；
[0034] S3、適應(yīng)度函數(shù)，采用交互驗證均方根誤差（RMSECV)作為個體的適應(yīng)度函值， RMSECV值越小，表示模型預(yù)測能力越好，即（1)式表示適應(yīng)度目標(biāo)函數(shù)，得到本發(fā)明的目標(biāo) 函數(shù)為式（2)。
[0037] S4、遺傳操作，本發(fā)明采用根據(jù)Metropolis準(zhǔn)則執(zhí)行遺傳操作；
[0038] a、選擇算子根據(jù)群體的適應(yīng)度值，選擇適應(yīng)度高的個體淘汰適應(yīng)度低的個體；
[0039] b:采用單點交叉操作，即開始字符到交換點之間的基因參與交換過程，基因交換 個體數(shù)由交換概率P?？刂疲徊嫠阕訌母篙吶后w中隨機選擇父輩個體（P J，通過基因交叉 產(chǎn)生子代新個體（Ci)，分別計算他們的適應(yīng)度值fPjP fC i，按照Metropolis準(zhǔn)則判斷是否 接受新產(chǎn)生的個體；具體判斷過程如下：
[0040] i、如果fPi< fC i，接受新解，用C1代替P 1;
[0041] ii、當(dāng)i不成立時，引入玻爾茲曼（Boltzman)因子，隨機產(chǎn)生一個[0, 1]之間的數(shù) β，如果β < e