[发明专利]基于投票机制的多模态近红外光谱建模分类方法

权利要求书

1.基于投票机制的多模态近红外光谱建模分类方法，其特征在于，包括以下步骤：

S01、获取不同类别的多个样本的光谱数据以及样本的类别；

S02、将光谱数据分为训练集和验证集；

S03、对训练集中的光谱数据分别进行M种预处理；

S04、提取主成分；

S05、分别采用N种方法进行建模，获得M*N种模型；

S06、选取M*N种模型中验证集的最优准确率指标从高到低排序前K种模型，作为分类模型；

S07、利用K种分类模型对待测样本进行分类，获得K种结果；

S08、将K种结果中同一待测样本分类结果一致的作为高置信度结果保存；

S09、重新划分训练集和验证集，并重复步骤S03至S08，直到所有待测样本均有至少一个高置信度结果；

S10、基于投票机制，对高置信度结果进行分析，获得每个待测样本的分类结果。

2.根据权利要求1所述的基于投票机制的多模态近红外光谱建模分类方法，其特征在于，S03中，所述M种预处理包括高斯平滑、高斯求导、SG平滑、SG求导、snv、去趋势、标准化、MSC、中心化和baseline中的一种或多种。

3.根据权利要求1所述的基于投票机制的多模态近红外光谱建模分类方法，其特征在于，S05中，所述N种方法包括SVM、LDA、决策树和神经网络中的一种或者多种。

4.根据权利要求1所述的基于投票机制的多模态近红外光谱建模分类方法，其特征在于，所述K为3。

5.根据权利要求1所述的基于投票机制的多模态近红外光谱建模分类方法，其特征在于，步骤S02中，训练集和验证集的比例为3比1。

6.根据权利要求1所述的基于投票机制的多模态近红外光谱建模分类方法，其特征在于，S10中，所述投票机制为：对于同一待测样本，其高置信度结果中划分的类别占比最高的分类结果为待测样本的分类结果，如果同一待测样本的高置信度结果中占比最高的分类结果为多个类别时，则以该类别在中样本数量最多的类别作为分类结果，如果样本数量也相等，则以样本类别在模型训练中的编码顺序靠前的类别作为分类结果。