應用遺傳算法-主成分分析-反向傳播神經(jīng)網(wǎng)絡的近紅外光譜識別樹種效果1)

馮國紅 朱玉杰 徐華東 蔣天寧

(東北林業(yè)大學，哈爾濱，150040)

為了滿足國民經(jīng)濟發(fā)展及人民生活用材日益增長的需要，我國每年需要從歐美、東南亞、非洲等地區(qū)進口上千萬立方米的木材[1-2]。據(jù)海關進口數(shù)據(jù)統(tǒng)計，2018年僅第一季度我國的原木進口量達1 437.86萬m3。數(shù)量龐大的進口木材中樹木種類多樣，而同材積不同樹種的木材價格差異巨大。正因如此，以次充好的現(xiàn)象常有發(fā)生，如蟻木(Tabebuiaspp.)冒充紫檀木(Pterocarpusspp.)、鐵木豆(Swartziaspp.)冒充紅酸枝(Dalbergiaspp.)等。樹種不符已經(jīng)成為進口木材貿(mào)易中最常見的欺詐手法，快速、準確的鑒別樹種是維護進口貿(mào)易公平、公正，解決進口貿(mào)易糾紛、保證良好市場流通的關鍵[3-5]。

近紅外光譜技術具有綠色、快速、無損等優(yōu)點，許多研究者結合支持向量機、反向傳播(BP)神經(jīng)網(wǎng)絡等分類方法，將近紅外光譜技術應用于木材種類識別[6-10]。由于近紅外光譜的數(shù)據(jù)量較大，因此，往往需要對其做數(shù)據(jù)降維處理，主成分分析法(PCA)是較常采用的降維方法之一[11-12]。許多研究者在選擇主成分個數(shù)時，僅憑累積貢獻率的大小進行選擇，而主成分分析方法中關于累積貢獻率的考慮原則一般為大于85%即可[13-16]?？梢?，依據(jù)此原則進行選擇時，主成分的可選范圍較寬，選擇的主成分數(shù)越多，累積貢獻率越大，越容易滿足此原則。因此，選擇主成分時主觀性往往較強，大部分選擇接近100%的。分析支持向量機、BP神經(jīng)網(wǎng)絡等分類方法的特點可知，輸入特征數(shù)量的多少會影響這些方法識別的準確率，因此，有必要將主成分的選擇與分類方法結合考慮，尋找一種更恰當?shù)闹鞒煞诌x擇方法，以保證分類方法獲得較高的識別率。

本文以風車木(Conbretumimberbe)和非洲小葉紫檀(PterocarpustinctoriusWelw)為研究對象，以BP神經(jīng)網(wǎng)絡為分類方法，依據(jù)遺傳算法(GA)尋優(yōu)能力[17-18]，運用GA對主成分進行尋優(yōu)；通過分析主成分經(jīng)GA尋優(yōu)前后BP神經(jīng)網(wǎng)絡的識別結果，揭示GA用于主成分尋優(yōu)的規(guī)律；以期為近紅外光譜應用PCA依據(jù)BP神經(jīng)網(wǎng)絡識別樹種時，提供一種更恰當?shù)奶卣鬟x擇方法，從而保證更理想的識別效果。

1 材料與方法

1.1 主要儀器與數(shù)據(jù)采集

主要儀器：美國ASD公司生產(chǎn)的LabSpec 5000光譜儀，波長范圍350～2 500 nm，光譜分辨率——分辨波長在700 nm時分辨精度為3 nm、分辨波長在1 400 nm時分辨精度為10 nm、分辨波長在2 100 nm時分辨精度為25 nm，使用光譜儀配套的軟件Indico Pro Version3.1采集光譜。

數(shù)據(jù)采集：木材試樣為6 cm×4 cm×1 cm的木塊，每塊木塊采集10組光譜數(shù)據(jù)，風車木和非洲小葉紫檀各采集150組，共采集300組。

1.2 數(shù)據(jù)預處理

平滑處理：采用7點移動平滑處理。

波長的篩選：觀察平滑處理的光譜圖，兩端的譜圖噪聲較大，選取波長為500～2 200 nm的數(shù)據(jù)為分析范圍。

歸一化處理：將數(shù)據(jù)集映射到[0，1]上。

1.3 GA-PCA-BP神經(jīng)網(wǎng)絡識別方法

設計思路：利用遺傳算法進行優(yōu)化計算[19-22]，需要將解空間映射到編碼空間，每個編碼對應問題的一個解(即為染色體或個體)。此處將編碼長度設計為N(N=選擇的主成分個數(shù))，染色體的每一位對應一個輸入自變量，每一位的基因取值只能是“1”和“0”兩種情況，如果染色體某一位值為“1”，表示該位對應的輸入自變量參與最終的建模；反之，則表示“0”對應的輸入自變量不作為最終的建模自變量。選取測試集數(shù)據(jù)均方誤差的倒數(shù)作為遺傳算法的適應度函數(shù)，經(jīng)過不斷地迭代進化，最終篩選出最具代表性的輸入自變量參與建模。

設計步驟如圖1所示。

(1)單BP模型建立。為了方便比較遺傳算法優(yōu)化前后的識別效果，采用選取的主成分做輸入自變量。

(3)優(yōu)化結果輸出。經(jīng)過一次次的迭代進化，當滿足迭代終止條件時，輸出的末代種群對應的便是問題的最優(yōu)解或近優(yōu)解，即篩選出的最具代表性的輸入自變量組合。

(4)優(yōu)化BP模型建立。根據(jù)優(yōu)化計算得到的結果，將選出的參與建模的輸入自變量對應的訓練集和測試集數(shù)據(jù)提取出來，利用BP神經(jīng)網(wǎng)絡重新建立模型進行測試，從而進行結果分析。

2 結果與分析

2.1 光譜分析

經(jīng)過平滑處理后的光譜圖顯示，風車木和非洲小葉紫檀兩種樹種的光譜圖存在明顯的差異(見圖2)。

2.2 主成分分析

對風車木和非洲小葉紫檀的平滑處理數(shù)據(jù)進行主成分分析，獲得20個主成分的貢獻率和累積貢獻率(見表1)。由表1可見：風車木的前3個主成分累積貢獻率超過了85%，而非洲小葉紫檀的前3個主成分累積貢獻率未達到85%，前4個主成分累積貢獻率超過了85%。因此，按照累積貢獻率大于85%的選取原則，風車木可選前3個及以上主成分為特征，非洲小葉紫檀可選前4個及以上主成分為特征，考慮到選取3個主成分為特征，個數(shù)較少，不利于識別，且為了使兩樹種的研究具有一致性，本文選取前4個及以上的主成分作為識別特征進行研究。

表1兩樹種的主成分貢獻率和累積貢獻率

主成分風車木貢獻率/%累積貢獻率/%非洲小葉紫檀貢獻率/%累積貢獻率/%157.957.950.650.6223.281.122.473.0310.491.510.183.141.292.75.388.451.193.82.390.760.594.31.392.070.494.70.992.980.395.00.593.490.395.30.493.8100.395.60.394.1110.395.90.394.4120.296.10.394.7130.296.30.395.0140.296.50.395.3150.296.70.395.6160.296.90.395.9170.297.10.296.1180.297.30.296.3190.297.50.296.5200.297.70.296.7

2.3 PCA-BP神經(jīng)網(wǎng)絡法的樹種識別

分別以前4～前20個主成分作為特征，采用Matlab軟件對BP神經(jīng)網(wǎng)絡識別風車木和非洲小葉紫檀的效果進行測試。測試中從290組樣本中隨機選取240組樣本作為訓練樣本，50組作為測試樣本，每種情況測試20次。對測試結果進行平均、變異性等整理(見表2)。

由表2可見：以前4～前8主成分為特征時，正確識別率較高，平均值最小為85.7%，最大為92.5%；以前9～前20個主成分為特征時，正確識別率不高，平均值最小為41.8%，最大僅為71.8%。對比前4～前8和前9～前20識別率的變異系數(shù)，前者較小，說明前4～前8主成分作為特征時，正確識別率的穩(wěn)定性較好。

表2 不同主成分數(shù)的正確識別率

為進一步分析不同主成分數(shù)作為輸入特征時BP神經(jīng)網(wǎng)絡識別的差異性，對前4和前5的識別率進行t大小指數(shù)主要體現(xiàn)了相鄰檢驗，對前4～前6、前4～前7、…、前4～前20的識別率分別進行方差分析(見表3)。由表3可見，取前4～前8主成分分別為輸入特征時，識別的差異性不顯著(P>0.05)。當選取的主成分數(shù)達到9時，差異性開始顯著(P=9.36×10-5<0.05)。觀察主成分數(shù)大于9之后的P值發(fā)現(xiàn)，隨著主成分數(shù)的增加，P值越來越??；當選取的主成分數(shù)為12時，P值僅為1.04×10-11；當選取的主成分數(shù)為20時，P值為4.36×10-36，幾乎為零。隨著選取的主成分數(shù)的不斷增加，BP神經(jīng)網(wǎng)絡識別的差異性越來越明顯。

表3 不同主成分數(shù)的差異性檢驗

2.4 GA-PCA-BP神經(jīng)網(wǎng)絡法的樹種識別

考慮尋優(yōu)后主成分數(shù)應≥4，因此，尋優(yōu)前主成分數(shù)應大于4，這里從6開始，以前6～前20個主成分作為尋優(yōu)前的特征，應用GA對其進行尋優(yōu)。以尋優(yōu)后的主成分組合作為BP神經(jīng)網(wǎng)絡的輸入量，對BP神經(jīng)網(wǎng)絡識別風車木和非洲小葉紫檀的效果進行測試，測試方法同“PCA-BP神經(jīng)網(wǎng)絡法的樹種識別”，將尋優(yōu)后的平均識別率和變異系數(shù)整理(見表4)。

表4 GA尋優(yōu)后的正確識別率

比較表3和表4可見：應用GA對主成分進行尋優(yōu)后，BP神經(jīng)網(wǎng)絡識別的準確率有所提高，變異性有所下降。前6～前17個主成分經(jīng)過GA尋優(yōu)后，識別的準確率均較高，平均值最小為86.5%、最大達98.0%，前6～前12主成分尋優(yōu)后的平均識別率均在90%以上。

依據(jù)表3、表4，對尋優(yōu)前后的識別率和變異系數(shù)進一步做方差分析(見表5)。由表5可見：得到的P值分別為8.000×10-6、5.447×10-3，均小于0.05，表明尋優(yōu)前后識別的準確率和變異性均存在顯著的差異。

同樣，為進一步分析不同主成分數(shù)經(jīng)GA尋優(yōu)后BP神經(jīng)網(wǎng)絡識別的差異性，對前6和前7尋優(yōu)后的識別率進行t檢驗，對前6～前20尋優(yōu)后的識別率分別進行方差分析(見表6)。由表6可見：前6～前17主成分經(jīng)GA尋優(yōu)后，BP神經(jīng)網(wǎng)絡獲得的識別率差異性不顯著(P>0.05)；當尋優(yōu)前的主成分數(shù)達到18及以上時，BP神經(jīng)網(wǎng)絡獲得的識別率差異性顯著(P<0.05)。

表5 識別率和變異系數(shù)的方差分析

表6 GA尋優(yōu)后的差異性檢驗

整理GA尋優(yōu)后的主成分編號，由于數(shù)據(jù)較多，此處僅列出了前6～前9各自的10次尋優(yōu)結果(見表7)。由表7可見：尋優(yōu)后的主成分組合中均包含了第1和第2主成分，第3、第4主成分出現(xiàn)的頻次也較多；表明GA的尋優(yōu)結果與主成分的貢獻率有關，主成分的貢獻率越大，越容易被選擇；這與原有主成分的選擇原則具有一致性。此外，訓練樣本發(fā)生改變時，尋優(yōu)的主成分組合又有所不同，表明GA尋優(yōu)時除了考慮主成分的貢獻率，還與選擇的樣本有關。與原有選擇固定的主成分作為特征相比，該方法更靈活，因此，更能保證識別的準確率。

2.5 PCA經(jīng)GA尋優(yōu)前后的結果比較

未經(jīng)GA尋優(yōu)的主成分，選擇時大多僅憑累積貢獻率，選擇的主成分是固定的。經(jīng)過GA尋優(yōu)的主成分組合，會包含貢獻率大的主成分，同時，會隨著樣本的變化而發(fā)生改變，選擇的主成分更靈活。

表7 GA尋優(yōu)后的主成分編號

“PCA-BP神經(jīng)網(wǎng)絡法的樹種識別”中，前4～前8主成分作為輸入變量時，正確識別率較高，當主成分數(shù)大于8時，識別率下降，主成分數(shù)越多下降的越顯著?？梢?，此時獲得高的識別率的主成分區(qū)間較窄，僅有5種情況識別效果理想。此種情況顯然不利于主成分數(shù)的選擇，若僅考慮累積貢獻率，以較多的主成分作為特征，得到的識別率將較低。

“GA-PCA-BP神經(jīng)網(wǎng)絡法的樹種識別”中，以前6～前17個主成分進行尋優(yōu)識別時，識別率均較高，當以前18～前20個主成分進行尋優(yōu)識別時，識別率較低。對比未經(jīng)尋優(yōu)的識別結果可看出，此時獲得高的識別率的主成分區(qū)間較寬，從前6～前17有12種情況可供選擇，顯然這種方法更利于主成分的選擇。一般以累積貢獻率選擇主成分個數(shù)時，大多不會超過17個，因此，依據(jù)GA對主成分尋優(yōu)時，只要選擇的主成分不是太少，便可獲得較好的識別效果。

比較尋優(yōu)前后的變異系數(shù)，經(jīng)過尋優(yōu)之后的變異系數(shù)較尋優(yōu)前小，表明其正確識別率的波動較小，識別結果更穩(wěn)定。

3 結論

本文依據(jù)GA-PCA-BP神經(jīng)網(wǎng)絡對近紅外光譜識別樹種進行了研究。以風車木和非洲小葉紫檀為研究對象，應用PCA對近紅外光譜數(shù)據(jù)進行了特征提取，利用GA對主成分特征進行了尋優(yōu)，分別將尋優(yōu)前和尋優(yōu)后的主成分特征作為BP神經(jīng)網(wǎng)絡的輸入變量，進行樹種識別測試。結果表明：依據(jù)BP神經(jīng)網(wǎng)絡識別樹種時，運用GA對近紅外光譜的主成分特征進行尋優(yōu)，可使尋優(yōu)前的主成分特征的選擇變得更寬泛，更容易保證BP神經(jīng)網(wǎng)絡獲得較高的識別率，且識別結果更穩(wěn)定。利用近紅外光譜依據(jù)GA-PCA-BP神經(jīng)網(wǎng)絡方法識別樹種是一種理想的方法。