(19)中华 人民共和国 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 202111599892.8 (22)申请日 2021.12.24 (71)申请人 燕山大学 地址 066000 河北省秦皇岛市河北 大街西 段438号 申请人 秦皇岛港股份有限公司 　 河北燕大燕软信息系统有限公司 (72)发明人 孔德明　陈红杰　曹尚杰　沈阅　 谷美娜　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 代理人 刘芳 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/00(2006.01) G06N 20/00(2019.01) (54)发明名称 一种石油类油种识别方法及系统 (57)摘要 本发明涉及一种石油类油种识别方法及系 统， 方法包括： 获取多组不同浓度配比下的石油 类荧光光谱 数据； 对多组不同浓度配比下的所述 石油类荧光光谱数据均进行去散射处理和插值 校正， 得到有效石油类荧光光谱数据； 对所述有 效石油类荧光光谱数据进行重构和分解， 得到浓 度荧光光谱矩阵； 对所述浓度荧光光谱矩阵进行 归一化处理， 得到石油类浓度荧光光谱数据； 将 所述石油类浓度荧光光谱数据输入训练模型， 得 到石油类油种的识别结果； 所述训练模型是利用 萤火虫算法和麻雀搜索算法对支持向量机进行 优化和训练得到的。 本发明能够实现对石油类油 种进行快速且高效的识别。 权利要求书2页 说明书9页 附图6页 CN 114298205 A 2022.04.08 CN 114298205 A 1.一种石油类油种识别方法， 其特 征在于， 包括： 获取多组不同浓度配比下的石油类荧 光光谱数据； 对多组不同浓度配比下的所述石油类荧光光谱数据均进行去散射处理和插值校正， 得 到有效石油类荧 光光谱数据； 对所述有效石油类荧 光光谱数据进行重构和分解， 得到浓度荧 光光谱矩阵； 对所述浓度荧 光光谱矩阵进行归一 化处理， 得到石油类浓度荧 光光谱数据； 将所述石油类浓度荧光光谱数据输入训练模型， 得到石油类油种的识别结果； 所述训 练模型是利用萤火虫算法和麻雀搜索算法对支持向量机进行优化和训练得到的。 2.根据权利要求1所述的石油类油种识别方法， 其特征在于， 所述对多组不同浓度配比 下的所述石油类荧光光谱数据均进行去散射处理和插值校正， 得到有效石油类荧光光谱数 据， 具体包括： 利用插值校正算法对所述石油类荧光光谱数据进行去散射处理， 得到去散射后的石油 类荧光光谱数据； 根据设定置信限度对所述去散射后的石油类荧光光谱数据进行剔除， 得到有效石油类 荧光光谱数据。 3.根据权利要求2所述的石油类油种识别方法， 其特征在于， 所述插值校正算法具体为 三次Hermite插值法。 4.根据权利要求1所述的石油类油种识别方法， 其特征在于， 所述对所述有 效石油类荧 光光谱数据进行重构和分解， 得到浓度荧 光光谱矩阵， 具体包括： 对所述有效石油类荧 光光谱数据进行重构， 得到多个单一油类荧 光光谱数据； 分别利用平行因子算法对多个所述单一油类荧光光谱数据进行分解， 得到多个浓度荧 光光谱矩阵。 5.根据权利要求1所述的石油类油种识别方法， 其特征在于， 所述对所述浓度荧光光谱 矩阵进行归一 化处理， 得到石油类浓度荧 光光谱数据， 具体包括： 对所述浓度荧 光光谱矩阵按行进行重组， 得到 重组浓度荧 光光谱矩阵； 对所述重组浓度荧 光光谱矩阵进行归一 化处理， 得到石油类浓度荧 光光谱数据。 6.根据权利要求1所述的石油类油种识别方法， 其特征在于， 所述训练模型的优化和训 练过程具体包括： 根据单一石油类浓度荧光光谱数据利用麻雀搜索算法进行优化并利用萤火虫算法进 行扰动， 得到支持向量机的惩罚参数和核函数参数； 将所述惩罚参数和所述核函数参数输入到所述支持向量机并利用训练集的石油类浓 度荧光光谱数据对所述支持向量机进行训练， 得到训练模型； 利用测试集的石油类浓度荧 光光谱数据对所述训练模型进行 预测。 7.根据权利要求6所述的石油类油种识别方法， 其特征在于， 所述根据 单一石油类浓度 荧光光谱数据利用麻雀搜索算法进行优化并利用萤火虫算法进行扰动， 得到支持向量机的 惩罚参数和核函数参数， 具体包括： 根据所述单一石油类浓度荧光光谱数据利用麻雀搜索算法进行位置更新， 得到最优位 置的麻雀； 利用萤火虫算法对所有的麻雀进行扰动， 得到扰动 后麻雀；权　利　要　求　书 1/2 页 2 CN 114298205 A 2将所述最优位置的麻雀和所述扰动 后麻雀进行对比， 确定最佳位置； 根据所述 最佳位置确定支持向量机的惩罚参数和核函数参数。 8.一种石油类油种识别系统， 其特 征在于， 包括： 获取模块， 用于获取多组不同浓度配比下的石油类荧 光光谱数据； 去散射处理和插值校正模块， 用于对多组不同浓度配比下的所述石油类荧光光谱数据 均进行去散射处 理和插值校正， 得到有效石油类荧 光光谱数据； 重构和分解模块， 用于对所述有效石油类荧光光谱数据进行重构和分解， 得到浓度荧 光光谱矩阵； 归一化处理模块， 用于对所述浓度荧光光谱矩阵进行归一化处理， 得到石油类浓度荧 光光谱数据； 识别结果确定模块， 用于将所述石油类浓度荧光光谱数据输入训练模型， 得到石油类 油种的识别结果； 所述训练模型是利用萤火虫算法和麻雀搜索算法对支持向量机进行优化 和训练得到的。 9.根据权利要求8所述的石油类油种识别系统， 其特征在于， 所述去散射处理和插值校 正模块， 具体包括： 去散射处理单元， 用于利用插值校正算法对所述石油类荧光光谱数据进行去散射处 理， 得到去散射后的石油类荧 光光谱数据； 剔除单元， 用于根据设定置信限度对所述去散射后的石油类荧光光谱数据进行剔除， 得到有效石油类荧 光光谱数据。 10.根据权利要求8所述的石油类油种识别系统， 其特征在于， 所述训练模型的优化和 训练过程具体包括： 根据单一石油类浓度荧光光谱数据利用麻雀搜索算法进行优化并利用萤火虫算法进 行扰动， 得到支持向量机的惩罚参数和核函数参数； 将所述惩罚参数和所述核函数参数输入到所述支持向量机并利用训练集的石油类浓 度荧光光谱数据对所述支持向量机进行训练， 得到训练模型； 利用测试集的石油类浓度荧 光光谱数据对所述训练模型进行 预测。权　利　要　求　书 2/2 页 3 CN 114298205 A 3