1.一种基于荧光光谱的农药残留种类识别方法,其特征在于,所述方法包括以下步骤:(1)针对不同种类的农药残留进行荧光光谱检测,记录光谱信息并明确其对应的荧光特征峰,获得其光谱特性;
(2)在原始光谱基础上应用粒子群算法对光谱数据进行降维,以此简化模型训练过程;
(3)基于降维后的光谱数据,应用支持向量机方法训练农药残留分类模型;
(4)应用支持向量机模型,对农药残留种类识别测试验证。
2.根据权利要求1所述的一种基于荧光光谱的农药残留种类识别方法,其特征在于,所述步骤(2)中应用粒子群算法对光谱进行降维,粒子数设定为100,粒子维度为荧光光谱的原始波长数401,学习因子均设为1.5,惯性权重由0.9线性递减至0.4,粒子速度范围设置为[‑10,10];将准确率权值设置为0.8,特征数对应的权值设置为0.2,适应度函数表达式为:f(Xi)=ErrorRate(i)·0.8+Dimension(i)/D·0.2其中ErrorRate(i)为第i个粒子对应的测试集预测错误率,来源于支持向量机模型的分类结果;Dimension为第i个粒子所取特征维数;D为原始光谱维度。
3.根据权利要求1所述的一种基于荧光光谱的农药残留种类识别方法,其特征在于,所述步骤(3)中核函数选用径向基核函数,其表达式为:2
K(xi,xj)=exp(‑g||xi‑xj||),xi为经粒子群算法降维后样本的荧光强度。
4.根据权利要求3所述的一种基于荧光光谱的农药残留种类识别方法,其特征在于,所述步骤(3)中利用网格搜索方法优化惩罚因子c和核函数参数g,利用K折交叉验证得到在此组参数下验证集的分类准确率,最终取最高分类准确率所对应的参数为最佳参数c、g。
5.根据权利要求4所述的一种基于荧光光谱的农药残留种类识别方法,其特征在于,所‑10 10 ‑10 10 0.5述网格搜索方法中c的范围设置为[2 ,2 ],g的范围设置为[2 ,2 ],步距为2 ,设置误‑4
差阈值10 ;所述K折交叉验证设置为5折。
6.根据权利要求5所述的一种基于荧光光谱的农药残留种类识别方法,其特征在于,所述最佳参数c=13.93,g=0.66。