基于PCA‑UVE‑ELM的光谱分类方法，所述PCA‑UVE‑ELM为综合PCA，UVE，以及ELM的复合算法，PCA指主成分分析算法，UVE指无信息变量剔除算法，ELM指极限学习机算法，通过对样品的拉曼光谱原始数据进行归一化处理，利用PCA算法将归一化数据降至二维平面上的直观可视化投影，在二维平面利用置信椭圆实现初步分类；对于重合率较高的标签的光谱数据利用UVE算法计算其特征拉曼位移，根据分类物质的化学特性，对其特征化学键拉曼位移的所测强度进行增强处理以进行优化分类，将数据集按照训练集与测试集3:1的比例对ELM模型进行训练，利用ELM算法寻找最优参数，实现最优分类，从而实现光谱鉴别的多分类，提高鉴别分类的效率和精确度。
声明：
“基于PCA-UVE-ELM的光谱分类方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
884
编辑：管理员
来源：北方有色网
咨询细节
