1.一种基于改进正弦余弦算法的光谱特征峰识别定位方法,其特征在于具体步骤为:步骤S1:用户输入待测光谱的光谱特征峰的个数N、波长的扩展范围X和允许重叠的比例Y;
步骤S2:随机生成15组候选波长,每组候选波长内含候选波长的个数为N;
步骤S3:根据波长扩展范围将候选波长扩展为候选波段,并检验同组内两两候选波段重叠比例是否存在小于Y,若小于Y,则重新选择该候选波长;
步骤S4:对每组候选波长分别进行高斯、洛伦兹和Voigt拟合,取拟合效果最好的一组及其拟合函数的类型存入集合A;
步骤S5:使用改进的正弦余弦算法对每组候选波长进行更新;
步骤S6:重复步骤S3和步骤S4;
步骤S7:检验是否达到最大迭代次数或满足迭代退出条件,若是则执行步骤S8,若否则执行步骤S4;
步骤S8:选取集合A中拟合效果最好的一组候选波长及其拟合函数类型,即为光谱特征峰对应位置及光谱线型函数类型。
2.根据权利要求1所述的基于改进正弦余弦算法的光谱特征峰识别定位方法,其特征在于步骤S4中对某波段的高斯、洛伦兹和Voigt拟合,其主要形式如下所示:Voigt(ν,ν0)=kQ(ν,ν0)+(1-k)G(ν,ν0) (3)其中,αL表示高斯线型和洛伦兹线型的半高宽,ν0表示被测物质光谱特征峰的中心频率,k为合成因子,是一个在开区间(0,1)上的定值,a表示高斯线型的最大值,即光谱峰值大小,同样的可以得到洛伦兹线型的最大值为:
3.根据权利要求1所述的基于改进正弦余弦算法的光谱特征峰识别定位方法,其特征在于步骤S4中拟合效果的评价方式有以下两种方式:假设某候选波段存在N个点,随机选取M个作为检验样本,剩下的为拟合样本,其中M需要满足:(1)均方均误差(RMSE):该评价方式,结果越小,表明拟合效果越好,将检验样本带入拟合好的光谱线型函数中,将计算出的数值记为y',检验样本对应的光谱数据为y,则误差均方根如下可以表示为:(2)决定系数(R2):该评价方式,结果越接近1,表明拟合效果越好,将检验样本带入拟合好的光谱线型函数中,将计算出的数值记为y',检验样本对应的光谱数据为y,检验样本的平均值记为 则决定系数所示:
4.根据权利要求1所述的基于改进正弦余弦算法的光谱特征峰识别定位方法,其特征在于步骤S5中使用改进的正弦余弦算法更新方式如下所示:其中,t表示当前迭代次数,X表示某个候选波长,B表示当前最优解,i表示第i个候选波长组,r1是一个常数,r2是一个在闭区间[0,2π]上服从均匀分布的随机数,r3是一个在闭区间[0,2]上服从均匀分布的随机权重,r4是一个在[0,1]上服从均匀分布的随机数,a是本发明提出的动态转换概率,a的计算如同式(9)所示,其中,rand(0,0.4)表示在闭区间[0,0.4]服从均匀分布的随机数,L表示当前迭代所有解与最优解的欧氏距离的平均值,M为所设置的参数,用于控制改进正弦余弦算法在全局搜索和局部挖掘两大步骤间的转换。