一种基于麻雀搜索算法优化核独立分量的光谱数据降维方法

摘要

本发明公开了一种基于麻雀搜索算法优化核独立分量的光谱数据降维方法，包括：获取被测样本的近红外光谱数据；选择核函数，确定核参数优化问题并构建适应度函数；设置麻雀种群的初始参数，生成麻雀种群初始位置矩阵和适应度矩阵；根据麻雀的捕食与反捕食行为，更新麻雀种群的最优位置和最优适应度值；将达到收敛条件的最优核参数矩阵应用于核函数；对光谱数据进行球化分解预处理；求解独立分量分析中的解混矩阵，实现光谱数据有效降维。本发明避免了应用核独立分量分析方法进行光谱数据降维过程中，核函数参数选择的盲目性，而且实现了近红外光谱高维非线性数据的有效降维，其性能优越，实用性强，计算过程稳定，且易于实现。