機器學習在光譜特征選擇和潤滑脂類別鑒定中的應用研究

發(fā)布時間：2020-05-20 21:21

【摘要】：伴隨著科學技術的快速發(fā)展,大量信息被收集,這些信息的確為我們的生活帶來了巨大的方便,但與此同時,從大量數據中獲得有意義有價值的信息是非常困難的。不僅如此,隨著數據的信息、規(guī)模、種類呈現不斷擴大的趨勢,越來越多的數據資料呈現出維度高,樣本小的形式。樣本特征空間存在大量冗余、無用的信息,這些“噪聲”加大了人們學習和認知事物本質的難度。特征選擇方法正是在這樣的需求背景下應運而生的。通過在原始特征空間篩選有用的特征子集,排除無用,無意義的信息特征以便降低處理分析數據的難度。正因為如此,特征選擇在實際生活中得到廣泛的重視和應用。潤滑脂的應用范圍十分廣泛,為滿足層出不窮的設備裝置的潤滑要求,潤滑脂的生產工藝、技術、品種、產量、分析評價方法,都需要詳細評測。在潤滑脂類別鑒定方面,潤滑脂種類無法通過肉眼判別,常規(guī)經驗主觀性強,一致性差,在潤滑脂種類鑒別分析中,如果只確定潤滑脂的品牌而不是潤滑脂的種類、成分,會出現潤滑脂數據屬性和潤滑脂類別屬性不對應的情況,進而出現類別確定錯誤。故而需要一種快速無損的檢測方法,實現對潤滑脂的有效鑒別。本文在以潤滑脂紅外光譜數據為信息載體的基礎上,通過優(yōu)化、網絡算法,篩選代表潤滑脂類別信息的紅外光譜波段,建立層次化類別鑒定模型,對潤滑脂類別進行鑒定。本文主要成果如下:(1)光譜信息篩選,相比全光譜1868個光譜點,經過優(yōu)選后為100個連續(xù)得光譜點,為全部紅外光譜的5.3%。(2)層次化訓練得到的模型區(qū)分聚脲潤滑脂的準確率從88.8%提升到95.2%。(3)應用推薦光譜區(qū)分鋰基潤滑脂和磺酸鈣潤滑脂的準確度達到100%,100%。(4)從優(yōu)選后的特征波段中選取光譜點繪制不同類別潤滑脂在光譜點的三維空間分布,證明特征光譜保有潤滑脂類別信息。
【圖文】：

歷史存在,原始數據圖,潤滑脂,光譜數據

￣￣？結果驗證逡逑圖２－１特征選抒流程逡逑特征子集：指在特定策略指導下，獲得的相應集合�？梢允顾刑卣鞯募�，逡逑即原始集合；不包含任何特征的空集；隨機的特征子集。具體形式根據特定策略決逡逑定。特征選擇的搜索方向可以使從集合中逐步削減特征數量的搜索方式和Ａ集合逐逡逑步添加特征的搜索方式。逡逑子集評價：對特征子集的優(yōu)劣進行判斷的人為規(guī)定的標準。特征子集的選擇取逡逑決于對應模型分類性能的評價標準和輸出預測結果和真實值之問的差異。能否選取逡逑合適的標準體系嚴桘影響特征子集擁有信息量大小、模型預測能力、模型的擴展件逡逑和應用價值。逡逑終止條件：用ｒ？控制評價環(huán)丨Ｖ是否停止的控制語句。終止條件般和評價標準逡逑懾關。常用的死忠終止條什：１）得到對應評價函數的最優(yōu)解；２）超過評價標準所逡逑設定的閾值；３）循環(huán)最大次數；４）繼續(xù)迭代不能獲得更好的特征ｆｍ。逡逑結果驗證：通常包括對新數椐的預測精確度、運兌所消耗的時間、模型復雜程逡逑度等。逡逑２．３假說演繹法逡逑假說演繹法：通過對現實世界的觀察，分析總結規(guī)律，提出猜想，并依據猜想，逡逑推測將要發(fā)生的事情，并作出合理的預測，，經過時間的檢驗，若現實和預測符合，逡逑則假說是｜丨丨確的，反之，若現實和預測結果不符合，則假說沒有經受住時間的考驗，逡逑假說失敗。這是分析和發(fā)現規(guī)律的？種科學手段。逡逑為了獲得某？具體問題的答案，往往需要通過自己的知識、經驗、想象力提出逡逑－種假說，來對這？具體問題進行解釋。但僅僅從經驗和知識上判斷問題是古ｉＫ確，逡逑是不可靠地，想要成為人們可以接受的廣泛性確定的結論，還必須用得到的假說預逡逑測可能出現的情況

分布情況,低維空間,累計貢獻率,潤滑脂