(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221094073 6.1 (22)申请日 2022.08.06 (71)申请人 福州大学 地址 350108 福建省福州市闽侯县福州大 学城乌龙江北 大道2号福州大 学 申请人 “一带一路 ”空间信息走廊海丝 研究 院 (72)发明人 沈英　朱梦娇　黄峰　吴靖　 (74)专利代理 机构 福州元创专利商标代理有限 公司 35100 专利代理师 蔡学俊　薛金才 (51)Int.Cl. G01N 21/25(2006.01) G06F 17/18(2006.01) G06V 10/25(2022.01)G06V 10/762(2022.01) (54)发明名称 一种基于光谱成像的海洋甲藻细胞浓度检 测变量选择方法 (57)摘要 本发明提供了一种基于光谱成像的海洋甲 藻细胞浓度检测变量选择方法， 具体包括步骤： （1） 数据采集： 获取甲藻的高光谱数据和藻细胞 浓度真值； （2） 变量选 择： 以偏最小 二乘回归方法 所得各波长回归系数b为权重， 利用自适应加权 采样ARS算法进行n次采样； 降序排序各波长被采 频次并逐步剔除低频次变量， 计算交互检验均方 根误差， 确定均方根误差最小的变量子集为最佳 子集； 迭代运行k次反复收缩变量空间， 根据均方 根误差、 拟合优度和波长数目确定迭代终止次 数； （3） 聚类分析： 对剩余波长聚类分析， 根据实 用指标优选波长， 建立甲藻细胞浓度检测模型。 应用本技术方案可提高模型的检测精度和稳定 性。 权利要求书2页 说明书5页 附图4页 CN 115308135 A 2022.11.08 CN 115308135 A 1.一种基于光谱成像的海洋甲藻细胞浓度检测变量选择方法， 其特征在于， 包括如下 步骤： 步骤S1： 获取甲藻的高光谱数据和藻细胞浓度真值； 步骤S2： 以偏最小二乘回归方法所得各波长回归系数b为权重， 利用自适应加权采样 ARS算法进行n次采样； 步骤S3： 降序排序各波长被采频次并逐步剔除低频次变量， 计算交互检验均方根误差 RMSECV， 确定均方根 误差最小的变量子集 为最佳子集； 步骤S4： 迭代运行k次反复收缩变量空间， 根据均方根误差、 拟合优度和波长数目确定 迭代终止次数； 步骤S5： 对剩余波长聚类分析， 根据实用指标优选波长， 建立甲藻细胞浓度检测模型。 2.根据权利要求1所述的一种基于光谱成像的海洋甲藻细胞浓度检测变量选择方法， 其特征在于， 所述获取甲藻的高光谱数据和藻细胞浓度真值包括如下步骤： 步骤S11： 实验室甲藻培 养； 步骤S12： 搭建基于光谱成像的海洋甲藻快速检测系统， 包括暗箱箱体、 载物台、 背景 板、 培养皿、 风扇、 匀光片、 卤素光源、 卤素光源直流稳压控制器、 相机支架、 高光谱相机、 主 控制器； 步骤S13： 利用显微镜观察藻种类别， 并获取藻细胞浓度真值； 步骤S14： 光谱检测系统预热30分钟， 采集甲藻的高光谱图像： 包括暗电流图像、 99％反 射率标定板图像和不同种类、 不同浓度的 甲藻图像； 步骤S15： 进行光谱反射率校正， 并利用matl ab软件选取图像中感兴趣区域后计算平均 光谱反射 率， 反射率校正计算公式为： 式中， R0为待测甲藻图像光谱反射率值， Rd为反射率为0％的暗电流图像的光谱反射率 值， Rw为反射率为99％的标准白板图像的光谱反射率值， R为待测甲藻图像校正后的光谱反 射率值。 3.根据权利要求1所述的一种基于光谱成像的海洋甲藻细胞浓度检测变量选择方法， 其特征在于， 以偏最小二乘回归方法所得各波长回归系数b为权重， 利用自适应加权采样 ARS算法进行n次采样包括如下步骤： 步骤S21： 基于光谱数据X和浓度数据Y建立最佳主因子数LVs下的留一交叉验证偏最小 二乘回归PLSR模型； 所述 最佳主因子数LVs根据所有样本和变量的可解释方差曲线确定； 步骤S22： 将PLSR所得 回归系数b的绝对值作为各波长非负权重w输入， w为波长i被选为 变量输入项的概 率， w矩阵长度等于波长数Nx； 步骤S23： 设置采样次数n， 默认10 0； 步骤S24： 循环开始， 在所有波长组成的变量池中按照权重w进行有放回随机采样， 并且 剔除重复值； 所述有放回随机采样， 采样总数等于波长数Nx； 步骤S25： 记录采样波长数量与波长序号； 步骤S26： 重复运行S3和S4 步骤n次， 循环结束。权　利　要　求　书 1/2 页 2 CN 115308135 A 24.根据权利要求1所述的一种基于光谱成像的海洋甲藻细胞浓度检测变量选择方法， 其特征在于， 所述降序排序各波长被采频次并逐步剔除低频次变量， 为每剔除一个波长就 需建立一个10折交叉验证PLSR模型， 最佳主因子数LVs根据所有样本和剩余变量的可解释 方差曲线确 定， 统计逐步剔除后所建模型的RMSECV， 寻找RMSECV最小的波长组合作为最佳 子集， 以避免剔除有效变量， 交 互检验均方根 误差RMSE CV计算公式为： 式中， y′1为第1个待测甲藻细 胞浓度真值， y ′2为第2个待测甲藻细 胞浓度真值， y ′m为第 m个待测甲藻细胞浓度真值， y1为第1个待测甲藻细胞浓度 预测值， y2为第2个待测甲藻细胞 浓度预测值， ym为第m个待测甲藻细胞浓度预测值， m为样本数量， RMSECV为甲藻细胞浓度预 测值与真值间的均方根 误差， 反映预测值与真值之间的偏差 。 5.根据权利要求1所述的一种基于光谱成像的海洋甲藻细胞浓度检测变量选择方法， 其特征在于， 所述对剩余波长聚类分析， 根据实用指标优选波长包括根据波长差异进行聚 类， 以及依照控制变量法和实用指标在每一类中优选波长 。权　利　要　求　书 2/2 页 3 CN 115308135 A 3