基于随机采样一致集的谱图异常样本点检测方法

摘要

本发明公开了一种基于随机采样一致集的谱图异常样本点检测方法，以最大后验概率随机采样一致集为基础，从给定光谱数据入手，通过主成分分析预先剔除部分异常样本得到校正样本集，进行随机采样，建立多元校正模型并评价模型性能，通过多次随机采样，选择合适的样本子集为内点集。本发明所设计的基于随机采样一致集的谱图异常样本点检测方法快速有效、准确度高和适用范围广。

主权项

一种基于随机采样一致集的谱图异常样本点检测方法，其特征在于，包括如下具体步骤：步骤（1）：对给定光谱数据X进行稳健主成分分析，检测并消除异常光谱样本点，得到校正样本集Xc，记校正样本集Xc中样本数目为mc；步骤（2）：在所述步骤（1）中的校正样本集Xc上进行随机采样，得到当前的训练集Xs；步骤（3）：基于所述步骤（2）中的训练集Xs建立多元校正模型，并计算模型预测残量误差Es；步骤（4）：利用步骤（3）中的多元校正模型和模型预测残量误差Es，评价模型的性能并得出评价得分，并将步骤（1）中的校正样本集Xc确定为内点集uc；步骤（5）：重复步骤（2）至步骤（4）N次，其中N定义为自然数，从而得到N个评价得分，选择其中评价得分最高的多元校正模型所对应的校正样本集为最终的内点集um。