申请/专利权人：三峡大学

申请日：2021-12-31

公开（公告）日：2024-04-12

公开（公告）号：CN117874480A

主分类号：G06F18/2115

分类号：G06F18/2115;G01N23/223;G06F18/214;G16C20/70

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及基于ICO‑BOSS算法的土壤重金属光谱特征提取方法，包括：采集土壤样品，配置样本，获取样本的光谱，形成样本数据集；运行BOSS算法，计算各变量被选中的概率，挑选出概率大的波长变量，计算预测模型的RMSECV平均值并调整波长变量的数量使RMSECV平均值最小，确定波长变量的最优数量N；多次重复运行串联的ICO‑BOSS算法进行波长变量选择，计算各变量被选中的概率，从中选出N个概率大的波长变量，计算预测模型的RMSECV平均值，调整波长变量的数量使RMSECV平均值最小，得到最优波长变量集。本发明采用ICO‑BOSS算法，并采用波长频次选择策略，选出最优波长变量集，用于重金属含量的预测，提高了预测模型的稳定性和精度。

主权项：1.基于ICO-BOSS算法的土壤重金属光谱特征提取方法，其特征在于，包括以下步骤：步骤1：采集土壤样品，配置预定重金属浓度范围的土壤样本；获取土壤样本的X射线荧光光谱，其中重金属元素的含量值利用化学方法标定，形成样本光谱数据集；步骤2：重复多次运行引导软阈值算法算法，计算各波长变量被选中的概率，挑选出被选中概率大的波长变量，对重金属含量进行预测，计算交互验证均方根误差平均值，增大或减小挑选的波长变量的数量，直至交互验证均方根误差平均值最小，确定引导软阈值算法算法挑选的波长变量的最优数量N；步骤3：重复运行串联的ICO-BOSS算法对光谱进行波长变量选择，计算各波长变量被选中的概率，根据概率大小对波长变量进行排序，从中选出N个波长变量，对重金属含量进行预测，计算重金属含量预测结果的交互验证均方根误差平均值，增大或减小挑选的波长变量的数量，直至交互验证均方根误差平均值最小，得到最优的预测重金属含量的波长变量。

全文数据：

权利要求：

百度查询： 三峡大学 基于ICO-BOSS算法的土壤重金属光谱特征提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD