[发明专利]一种塑料分选方法、装置、设备和介质

权利要求书

1.一种塑料分选方法，其特征在于，包括：

获取不同类型的塑料样本，得到第一批次样品和第二批次样品；所述第一批次样品和所述第二批次样品的塑料颜色不同；

采集所述第一批次样品和所述第二批次样品的近红外漫反射光谱数据；

根据所述近红外漫反射光谱数据确定校正集和预测集，并将所述校正集划分为训练集和验证集；

对所述近红外漫反射光谱数据进行降维处理，得到塑料的特征信息；

将所述特征信息作为模型训练的输入数据，训练得到塑料分选模型；

根据所述塑料分选模型进行塑料分选。

2.根据权利要求1所述的一种塑料分选方法，其特征在于，所述获取不同类型的塑料样本，得到第一批次样品和第二批次样品中，所述塑料样本的类型包括但不限于ABS塑料、PC塑料、PE塑料、PET塑料、PP塑料、PS塑料和PVC塑料。

3.根据权利要求1所述的一种塑料分选方法，其特征在于，所述方法还包括：

对所述近红外漫反射光谱数据进行预处理；所述预处理包括但不限于卷积平滑处理、标准正则变换处理、多元散射校正处理以及一阶差分处理。

4.根据权利要求1所述的一种塑料分选方法，其特征在于，所述根据所述近红外漫反射光谱数据确定校正集和预测集，并将所述校正集划分为训练集和验证集，包括：

按照8：2的划分比例，将近红外漫反射光谱数据划分为校正集和预测集；

将所述校正集划分为训练集和验证集。

5.根据权利要求1所述的一种塑料分选方法，其特征在于，所述对所述近红外漫反射光谱数据进行降维处理，得到塑料的特征信息，包括：

通过正交变换将一组可能存在线性相关性的变量数据转换为一组线性不相关的变量；

将所述变量中高维的数据映射到低维的空间中；其中，所述低维的空间中数据的信息量最大。

6.根据权利要求1所述的一种塑料分选方法，其特征在于，所述将所述特征信息作为模型训练的输入数据，训练得到塑料分选模型，包括：

根据所述特征信息，采用反向传播神经网络、支持向量机以及k最近邻法构建不同的塑料分选模型。

7.根据权利要求6所述的一种塑料分选方法，其特征在于，所述根据所述塑料分选模型进行塑料分选这一步骤之前，还包括：

采用10次重复的10折交叉验证方法获取所述每种塑料分选模型的识别准确率；

选取所述识别准确率最高的塑料分选模型进行塑料分选。

8.一种塑料分选装置，其特征在于，包括：

获取模块，用于获取不同类型的塑料样本，得到第一批次样品和第二批次样品；所述第一批次样品和所述第二批次样品的塑料颜色不同；

采集模块，用于采集所述第一批次样品和所述第二批次样品的近红外漫反射光谱数据；

划分模块，用于根据所述近红外漫反射光谱数据确定校正集和预测集，并将所述校正集划分为训练集和验证集；

降维处理模块，用于对所述近红外漫反射光谱数据进行降维处理，得到塑料的特征信息；

训练模块，用于将所述特征信息作为模型训练的输入数据，训练得到塑料分选模型；分选模块，用于根据所述塑料分选模型进行塑料分选。

9.一种电子设备，其特征在于，包括处理器以及存储器；

所述存储器用于存储程序；

所述处理器执行所述程序实现如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序，所述程序被处理器执行实现如权利要求1-7中任一项所述的方法。