买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国标准化研究院

摘要：本发明公开了一种基于机器学习的测量方法的准确度评估方法，涉及数据处理技术领域。该基于机器学习的测量方法的准确度评估方法，包括以下步骤：获取第一光谱特征数据；获取光谱特征系数；构建第二特征分析模型；分析反馈。本发明通过光谱测量仪器获取指定实验区域的初始光谱数据并进行预处理和特征提取得到第一光谱特征数据，同时根据获取光谱特征系数保证特征提取满足特征提取条件，再通过第一光谱特征数据构建第一特征分析模型，并根据模型性能系数进行筛选得到第二特征分析模型，最后通过第二特征分析模型评估光谱分析方法的准确性，提高了光谱分析方法准确度评估效率，解决了现有技术中存在光谱分析方法准确度评估效率低的问题。

主权项：1.一种基于机器学习的测量方法的准确度评估方法，其特征在于，包括以下步骤：对通过光谱测量仪器获取的初始光谱数据进行预处理得到第一光谱数据，并对第一光谱数据进行特征提取得到第一光谱特征数据；将得到的第一光谱特征数据与第一光谱数据进行对比获取光谱特征系数，并判断获取的光谱特征系数是否满足特征提取条件，若不满足，则重新进行特征提取，否则根据第一光谱特征数据构建第一光谱特征数据集，所述光谱特征系数用于描述对第一光谱数据进行特征提取的准确性程度；通过第一光谱特征数据集对待选模型进行训练与验证得到第一特征分析模型，并通过第一特征分析模型的模型性能系数对第一特征分析模型进行筛选得到第二特征分析模型，所述模型性能系数用于描述第一特征分析模型的性能；所述光谱特征系数的具体计算公式如下： 式中，m为特征提取的次数编号，m＝1,2,...,M，M为特征提取的总次数，GTm为第m次特征提取的光谱特征系数，GAm为第m次特征提取的特征平均绝对误差，GXm为第m次特征提取的特征相关系数，GA0为特征平均绝对误差的阈值，GX0为特征相关系数的阈值，α1为准确性权重，α2为一致性权重；通过第二特征分析模型对预设时间段内输入的光谱数据进行分析，并将分析结果反馈给预设人员进行后续分析；所述模型性能系数采用以下公式进行计算： 式中，q为第一特征分析模型的编号，q＝1,2,...,Q，Q为第一特征分析模型的总数量，MXq为第q个第一特征分析模型的模型性能系数，MTq为第q个第一特征分析模型的模型时间占比，MZq为第q个第一特征分析模型的模型准确性系数，MZ0为参考模型准确性系数，δ为模型时间占比因子，θ为模型准确性因子。

全文数据：

权利要求：

百度查询： 中国标准化研究院 一种基于机器学习的测量方法的准确度评估方法