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: 2022113999920
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
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:

1.一种基于截断弹球损失支持向量机的水质判别方法,其特征在于,包括:构建基于截断弹球损失支持向量机的水质判别模型;

利用训练样本数据集对所述水质判别模型进行优化,得到训练好的水质判别模型;

将目标水体的水质检测数据输入训练好的水质判别模型,得到模型输出结果,并根据所述模型输出结果确定目标水体的水质判别结果。

2.根据权利要求1所述的基于截断弹球损失支持向量机的水质判别方法,其特征在于,将目标水体的水质检测数据输入训练好的水质判别模型,包括:将水质检测数据按照预设定的归一化方式进行归一化处理,再将归一化后的数据利用线性核函数从原始空间映射到一个更高维的特征空间,得到预处理后的水质检测数据,将预处理后的水质检测数据输入水质判别模型。

3.根据权利要求1所述的基于截断弹球损失支持向量机的水质判别方法,其特征在于,所述训练样本数据集包括多组带类别标签的水质检测数据,其中所述类别标签包括合格和不合格。

4.根据权利要求1所述的基于截断弹球损失支持向量机的水质判别方法,其特征在于,所述水质判别模型的判别函数为:其中,sign(·)为符号函数,l表示所述训练样本数据集的样本数量,xi表示所述样本集合中第i个样本,αi表示xi的权重向量,b是模型参数的偏差值,yi表示第i个样本对应的判别结果,y(x)为判别函数的结果,φ(x,xi)为x与xi映射到特征空间之后的内积,若y(x)为1,则目标物体判别结果为合格,若y(x)为‑1,则目标物体判别结果为不合格。

5.根据权利要求1所述的基于截断弹球损失支持向量机的水质判别方法,其特征在于,利用训练样本数据集对所述水质判别模型进行优化,得到训练好的水质判别模型,包括:步骤1:获取水质检测数据的归一化训练样本数据集;

步骤2:利用线性核函数,将样本从原始空间映射到一个更高维的特征空间,得到处理后的训练样本数据集;

步骤3:利用处理后的训练样本数据集对预构建的线性方程组进行求解,计算得到优化变量,得到训练好的水质判别模型。

6.根据权利要求5所述的基于截断弹球损失支持向量机的水质判别方法,其特征在于,所述线性方程组,包括:T

其中ω为分类超平面的法向量,ω为ω的转置矩阵,l表示所属样本集合的样本数量,xi表示所述样本集合中第i个样本,αi是拉格朗日乘子,表示xi的权重向量,yi表示第i个样本对应的判别结果,φ(xi)表示将样本从原始空间映射到高维空间的特征向量,b是模型参数的偏差值,ξi为松弛变量,C是惩罚系数,τ、s为常数,为模型的可调参数。

7.根据权利要求6所述的基于截断弹球损失支持向量机的水质判别方法,其特征在于,所述线性方程组的构建方法包括:构建基于截断弹球损失支持向量机 的优化问题P1:

其中 Pτ,s(u)表示截

断弹球损失函数, Hτ(u)是引入的一个辅助函数,u为中间参数, 表示u定义在实数范围,τ、s为常数,为模型的可调参数,且0≤τ≤1,ω为分类超T平面的法向量,ω 为ω的转置矩阵,C是惩罚系数,yi表示第i个样本对应的判别结果,φ(xi)表示将样本从原始空间映射到高维空间的特征向量,xi表示所述样本集合中第i个样本,b是模型参数的偏差值;

T

通过引入松弛变量ξ=(ξ1,ξ2,…ξl) ,优化问题P1转换为优化问题P2:其中 ξi为松弛变量;

利用最小二乘形式将优化问题P2转换为优化问题P3:

其中

构造优化问题P3相应的拉格朗日函数L(ω,b,ξi,αi):其中αi是拉格朗日乘子,表示xi的权重向量;通过将优化问题P3相应的拉格朗日函数中ω、b、ξi、αi的导数设为零,得到所述线性方程组;通过求解所述线性方程组,得到优化变量b、αi,代入水质判别模型的判别函数,得到水质判别模型。

8.一种基于截断弹球损失支持向量机的水质判别装置,其特征在于,包括处理器及存储介质;

所述存储介质用于存储指令;

所述处理器用于根据所述指令进行操作以执行根据权利要求1至7任一项所述方法的步骤。

9.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。