欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2014104786969
申请人: 浙江工业大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-02-23
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于超低色散光谱特征的空间碎片分类方法,包括如下步骤:(1)利用光谱仪,采集关于多个碎片样本对应的多条光谱特征向量;

(2)对所述的光谱特征向量进行预处理;

(3)根据关于碎片形状、体积以及材质的认知,对碎片进行类别标定;进而利用现有雷达离线测量技术,确定各光谱特征向量所对应的碎片类别;

(4)对于任意两种碎片类别E1和E2组合,根据属于这两种碎片类别的光谱特征向量,利用二分类支持向量机建立对应类别组合关于光谱特征的分类模型,依此得到所有类别组合对应的 个分类模型,n为对碎片标定的类别数;

(5)利用光谱仪在线采集待测碎片的光谱特征向量,并输入至所述的分类模型中以获得该待测碎片的类别信息。

2.根据权利要求1所述的空间碎片分类方法,其特征在于:所述的步骤(2)中对光谱特征向量进行预处理依次包括阈值化和归一化两部分;所述的阈值化的计算表达式如下:其中:x和x'分别为光谱特征向量中任一波长对应的光谱数据阈值化前后的值,Th为预设的阈值;

所述的归一化的计算表达式如下:

其中: 为x'归一化后的值,μ和σ分别为各光谱特征向量中所有x'的平均值和标准差。

3.根据权利要求1所述的空间碎片分类方法,其特征在于:所述的分类模型的表达式如下:其中:xi和yi分别为归属于碎片类别E1和E2的光谱特征向量集合中的第i个光谱特征向量及其对应的类别标签,i为自然数且1≤i≤N,N为归属于碎片类别E1和E2的光谱特征向量集合中的光谱特征向量总数,ai为光谱特征向量xi对应的拉格朗日乘子,K(xi,x)为关于xi和x的核函数,b为分类超平面的截距,x和y分别为待测碎片的光谱特征向量及其对应的类别标签,sgn为符号函数。

4.根据权利要求3所述的空间碎片分类方法,其特征在于:所述的拉格朗日乘子ai通过以下方程求解得到:T

subject to yα=0

0≤αi≤C

其中:a为由拉格朗日乘子ai组成的N维向量,y为由碎片类别yi组成的N维向量,e为元素值均为1的N维向量,Q为N×N维的中间矩阵,C为大于0的正则化因子,T表示转置。

5.根据权利要求4所述的空间碎片分类方法,其特征在于:所述的中间矩阵Q的表达式如下:Qij=yiyjK(xi,xj)

其中:Qij为中间矩阵Q中第i行第j列的元素值,xj和yj分别为归属于碎片类别E1和E2的光谱特征向量集合中的第j个光谱特征向量及其对应的类别标签,j为自然数且

1≤j≤N,K(xi,xj)为关于xi和xj的核函数。

6.根据权利要求3所述的空间碎片分类方法,其特征在于:所述的截距b通过以下方程求解得到:其中:xj和yj分别为归属于碎片类别E1和E2的光谱特征向量集合中的第j个光谱特征向量及其对应的类别标签,j为自然数且1≤j≤N。

7.根据权利要求1所述的空间碎片分类方法,其特征在于:所述的步骤(5)中,将待测碎片的光谱特征向量分别输入至 个分类模型中,根据得到的 个类别标签对应的碎片类别按投票的方式,得票最多的碎片类别即为待测碎片的所属类别。