[发明专利]一种高岭土矿物信息提取模型及其建立方法和应用

权利要求书

1.一种高岭土矿物信息提取模型的建立方法，其特征在于，包括：

步骤一：获取包含高岭土光谱特征的地面矿物信息；

步骤二：基于鸟蛋位置编码构建波长组合，采用杜鹃搜索算法对所述地面矿物信息进行优化，获得用以输出最优波长组合的高岭土矿物信息提取模型；

所述步骤二包括：

步骤a：初始化种群和杜鹃搜索算法所需参数；

步骤b：获取杜鹃搜索算法中鸟蛋的初始位置,将所述初始位置向量解码成初始波长组合，获取所述初始波长组合的适应度值；

步骤c：获取鸟蛋的更新位置,将所述更新位置向量解码成更新波长组合，获取所述更新波长组合的适应度值；

步骤d：对所述初始波长组合和更新波长组合中高岭土矿物的特征波长进行加权，通过比较初始波长组合和更新波长组合的适应度值对种群位置进行更新；

步骤e：获取当前全局最优的鸟蛋位置及其适应度值，确定下一次迭代的更新步长；

步骤f：重复步骤c至步骤e，直至达到预设的最大运行迭代数，获得用以输出最优波长组合的高岭土矿物信息提取模型；

对种群位置进行更新的规则包括：若鸟蛋位置向量对应的适应度值高于上一次迭代，则替换上一次迭代的鸟蛋位置；否则，保留上一次迭代的鸟蛋位置；

将位置向量解码成波长组合的方法包括：将原始算法编码由十进制通过公式(1)转变为二进制，位置每一维度的取值为0或者1，0表示该分量对应的波长不被选择，1表示该分量对应的波长被选择；

其中，tan h(·)表示双正切函数，其中·表示为变量，rand表示一个服从均匀分布的随机数；

适应度值通过公式(2)获得：

其中，F(i)表示鸟蛋i的适应度值，Accuracy(i)表示鸟蛋i选择的波长组合所得高岭土矿物的识别精度，n(i)表示此次选择的波长个数，λ表示特征数量的权重参数；

鸟蛋更新位置的获取方法包括：通过位置更新公式(3)对鸟蛋的位置进行更新；

其中，x_i(t)表示第i只杜鹃鸟在第t次迭代的鸟蛋位置，表示点对点乘法，α＝1，Levy(λ)通过公式(4)获得：

Levy(λ)＝u/|v|_1/λ (4)

其中，u:N(0,σ²)和v:N(0,1)表示两个服从正态分布的变量；

每一次迭代过程中杜鹃搜索算法的步长根据当前鸟蛋及全局最优鸟蛋的位置进行更新，步长更新公式为：

step_i＝0.01·u_i/|v_i|^1/λ·(x_i-x_b) (5)

其中，x_b表示全局最优鸟蛋的位置，x_i表示鸟蛋i的位置，u_i和v_i表示公式(4)中变量的数值。

2.根据权利要求1所述的建立方法，其特征在于，所述杜鹃搜索算法所需参数包括种群大小N、最大迭代次数T、鸟蛋被发现的概率p_a、速度步长控制参数α、列维飞行步长控制参数λ和鸟蛋的初始空间位置中的至少一种。

3.根据权利要求1所述的建立方法，其特征在于，高岭土矿物特征波长包括主要吸收峰2204-2207nm和次要吸收峰2165-2168nm。

4.根据权利要求1所述的建立方法，其特征在于，所述加权的权重为1.2-1.8。

5.根据权利要求1所述的建立方法，其特征在于，鸟蛋更新位置的获取方法还包括：通过列维飞行策略对鸟蛋的位置进行更新；其中，列维飞行策略包括：

用随机数r∈[0,1]与发现外来鸟蛋的概率p_a对比，并进行如下判断：

若rp_a，则通过列维飞行随机改变鸟蛋位置，获得新的鸟蛋位置及其适应度值，比较并保留最优适应度值的鸟蛋位置；

若r≤p_a，则将其与上一代最优鸟蛋位置的适应度值进行比较并保留当前最优适应度值的鸟蛋位置。