目标类别判定方法与流程

技术特征：
1.一种目标类别判定方法，其特征在于，所述目标类别判定方法包括：获取待测样本集对应的目标光谱数据；基于树状种类判别结构和所述待测样本集对应的目标光谱数据，对所述待测样本集进行逐级预测，获得所述待测样本集对应的种类预测结果，其中，所述树状种类判别结构包括多层级样本种类判别模型，不同层级的样本种类判别模型为基于不同光谱区分程度的白酒样本集对应的光谱数据进行训练得到。2.如权利要求1所述的目标类别判定方法，其特征在于，所述基于树状种类判别结构和所述待测样本集对应的目标光谱数据，对所述待测样本集进行逐级预测，获得所述待测样本集对应的种类预测结果的步骤包括：基于所述待测样本集的目标光谱数据，通过所述树状种类判别结构的第一层级样本种类判别模型进行种类预测，获得所述待测样本集中各样本对应的种类预测结果，并确定未预测成功的各样本；基于未预测成功的各样本对应的目标光谱数据，通过所述树状种类判别结构的下一层级样本种类判别模型进行种类预测，直至获得所述待测样本集中所有样本的种类预测结果。3.如权利要求1所述的目标类别判定方法，其特征在于，在所述基于树状种类判别结构和所述待测样本集对应的目标光谱数据，对所述待测样本集进行逐级预测，获得所述待测样本集对应的种类预测结果，其中，所述树状种类判别结构包括多层级样本种类判别模型，不同层级的样本种类判别模型为基于不同光谱区分程度的白酒样本集对应的光谱数据进行训练得到的步骤之前，所述目标类别判定方法还包括：采集不同种类白酒样本集对应的光谱数据，其中，所述不同种类白酒样本集包括各训练样本和各测试样本；基于各所述训练样本以及各所述测试样本对应的光谱数据，构建第一层级样本种类判别模型；基于所述第一层级样本种类判别模型，分别对各所述测试样本进行种类预测，获得各测试样本分别对应的各预测结果；基于每一所述测试样本对应的各预测结果，确定每一所述测试样本的判别结果，并计算不同种类白酒样本集对应的判别精确信息；若所述判别精确信息不满足预设预测阈值条件，则获取所述判别精确信息不满足预设预测阈值对应白酒样本的光谱数据，并基于不满足预设预测阈值的各训练样本以及各测试样本对应的光谱数据，构建第二层级样本种类判别模型，循环直至所有种类白酒样本集的判别精确信息均满足所述预设预测阈值，获得所述树状种类判别结构。4.如权利要求3所述的目标类别判定方法，其特征在于，在所述基于每一所述测试样本对应的各预测结果，确定每一所述测试样本的判别结果，并计算不同种类白酒样本集对应的判别精确信息的步骤之后，所述目标类别判定方法还包括：若所述不同种类白酒样本集对应的判别精确信息满足预设预测阈值条件，则将各所述测试样本的判别结果作为各自对应的目标种类判别结果。5.如权利要求3所述的目标类别判定方法，其特征在于，所述采集不同种类白酒样本集的光谱数据的步骤包括：
获取不同种类白酒样本集；分别将不同种类的白酒样本集进行划分，获得不同种类白酒的划分样本集；基于预设光谱采集区间，通过预设光谱采集参数分别对各所述划分样本集进行光谱采集，获得所述不同种类白酒样本集对应的光谱数据。6.如权利要求3所述的目标类别判定方法，其特征在于，所述基于各所述训练样本以及各所述测试样本对应的光谱数据，构建第一层级样本种类判别模型的步骤包括：分别在各所述训练样本以及各所述测试样本对应的光谱数据中选取各光谱片段数据；将各所述光谱片段数据对应的信号强度数据进行归一化处理，获得各目标片段数据；通过主成分分析方法分别在各目标片段数据中提取预设数量的主成分数据；基于各所述主成分数据，结合监督模式识别方法，构建所述第一层级样本种类判别模型。7.如权利要求6所述的目标类别判定方法，其特征在于，所述分别在各所述训练样本以及各所述测试样本对应的光谱数据中选取各光谱片段数据的步骤包括：基于预先设定的窗口宽度以及片段步长，分别对各所述训练样本以及各所述测试样本对应的光谱数据进行选取，获得各所述光谱片段数据。8.如权利要求3所述的目标类别判定方法，其特征在于，所述基于不满足预设预测阈值的各训练样本以及各测试样本对应的光谱数据，构建第二层级样本种类判别模型的步骤包括：基于不满足预设预测阈值的各测试样本对应的判别结果，分别将不满足预设预测阈值对应白酒样本进行分类，获得各易混淆样品集；分别在各所述易混淆样品集中提取各光谱片段数据；将各所述光谱片段数据对应的信号强度数据进行归一化处理，获得各目标片段数据；通过主成分分析方法分别在各目标片段数据中提取预设数量的主成分数据；基于所述预设数量的主成分数据，结合监督模式识别方法构建所述第二层级样本种类判别模型。9.如权利要求3所述的目标类别判定方法，其特征在于，所述基于每一所述测试样本对应的各预测结果，确定每一所述测试样本的判别结果，并计算不同种类白酒样本集对应的判别精确信息的步骤包括：基于每一所述测试样本对应的各预测结果，采取多数预测结果规则确定每一所述测试样本的判别结果；基于每一所述测试样本的判别结果，按照预设判别计算方法分别计算不同种类白酒样本集对应的判别精确信息。

技术总结
本申请公开了一种目标类别判定方法，所述目标类别判定方法包括：获取待测样本集对应的目标光谱数据，基于树状种类判别结构和所述待测样本集对应的目标光谱数据，对所述待测样本集进行逐级预测，获得所述待测样本集对应的种类预测结果，其中，所述树状种类判别结构包括多层级样本种类判别模型，不同层级的样本种类判别模型为基于不同光谱区分程度的白酒样本集对应的光谱数据进行训练得到。本申请解决白酒样品种类检测的效率低以及准确性低的技术问题。问题。问题。


技术研发人员：王晨卉 何兆铭 李贺军 毕海 王悦
受保护的技术使用者：季华实验室
技术研发日：2021.12.23
技术公布日：2022/1/21