不同近红外光谱变量优选结果融合方法及应用技术

本发明专利技术公开了一种基于二维相关分析的不同近红外光谱变量优选结果融合方法，该方法包括：步骤1：测定样本近红外光谱数据与目标待测物浓度参考值；步骤2：构建浓度扰动动态光谱，进行二维相关分析；步骤3：基于二维相关分析，综合考虑邻近光谱变量共线性，识别高频优选敏感变量；步骤4：基于二维相关分析，识别独立谱区低频优选敏感变量；步骤5：得出全谱区域综合变量优选结果。本发明专利技术所述方法建立了不同算法变量优选结果的互比方法和二次筛选机制，避免单一变量优选算法局限性，在减少光谱冗余信息基础上强化关键敏感变量信息，解决多种优选变量算法下不同结果的融合问题。

Fusion methods and applications of different near infrared spectra variable selection results

The invention discloses a correlation analysis based on two different near infrared spectral variable selection results fusion method, the method includes 1 steps: Determination of near infrared spectral data and target sample analyte concentration reference values; step 2: construct concentration perturbation dynamic spectrum, two dimensional correlation analysis; step 3: two-dimensional correlation analysis based on the comprehensive consideration of the adjacent spectral variable collinearity, identification of high frequency sensitive variable selection; step 4: two-dimensional correlation analysis based on the recognition of independent spectral area low frequency sensitive variable selection; step 5: get the full spectrum of regional comprehensive variable selection results. The method of the invention is to set up an optimum results of different algorithms of variable cross ratio method and two screening mechanism, to avoid a single variable optimization algorithm limitations, strengthen key sensitive variable information in reducing the spectral redundancy based on fusion to solve the problem of different results in various optimization algorithm under variable.

【技术实现步骤摘要】
不同近红外光谱变量优选结果融合方法及应用
本专利技术涉及近红外光谱学、化学计量学领域，尤其涉及一种光谱变量选择融合方法。
技术介绍
近红外光谱是指780～2526nm的电磁波，其信息源于分子非谐振性振动使分子从基态向高能级跃迁时产生的倍频和合频吸收。分子振动倍频与合频跃迁的能量间距离散，导致近红外光谱谱峰宽。相同分子振动倍频与合频形式多样，致使近红外光谱谱峰多。当检测对象为多组分复杂样本时，近红外谱带大量重叠，变量共线性严重，致使近红外光谱解析困难。具体来说，复杂样本近红外光谱通常包括几百甚至上千波长或波数变量，并不是所有变量均有益于待测目标，其中大部分变量高度相关，为冗余变量。基于化学计量学方法进行变量优选，在压缩数据量及模型运算量的同时，可减少噪声信号影响，利于模型性能提高。然而，现有技术中近红外光谱变量优选方法较多，而不同变量优选算法结果不同，甚至矛盾，为应用带来了困扰。二维相关分析是一种通过对体系施加外部扰动，获取一系列变化的动态光谱，进而把一维线性光谱数据向二维平面扩展的化学计量学方法。经二维相关扩展的谱图有两个：同步谱和异步谱。同步谱表征特定变量处动态谱强度同步和协同变化本文档来自技高网...

【技术保护点】
一种基于二维相关分析的不同近红外光谱变量优选结果融合方法，其特征在于，包括步骤：步骤1：测定样本近红外光谱数据与目标待测物浓度参考值；步骤2：构建浓度扰动动态光谱，进行二维相关分析；步骤3：基于二维相关分析，综合考虑邻近光谱变量共线性，识别高频优选敏感变量；步骤4：基于二维相关分析，识别独立谱区低频优选敏感变量；步骤5：得出全谱区域综合变量优选结果。

【技术特征摘要】
1.一种基于二维相关分析的不同近红外光谱变量优选结果融合方法，其特征在于，包括步骤：步骤1：测定样本近红外光谱数据与目标待测物浓度参考值；步骤2：构建浓度扰动动态光谱，进行二维相关分析；步骤3：基于二维相关分析，综合考虑邻近光谱变量共线性，识别高频优选敏感变量；步骤4：基于二维相关分析，识别独立谱区低频优选敏感变量；步骤5：得出全谱区域综合变量优选结果。2.根据权利要求1所述的方法，其特征在于，所述步骤1中，获取样本近红外光谱X及目标待测物浓度参考值C，基于近红外光谱X及目标待测物浓度参考值C，利用m种变量优选方法优选光谱敏感变量，每种变量优选方法优选出的敏感光谱变量子集Vm包含k个敏感变量γm1，γm2，...，γmk，叠加不同变量优选结果，构建总优选变量集V。3.根据权利要求1所述的方法，其特征在于，所述步骤1中，所述目标待测物浓度参考值为要检测的物料待测目标的测量值。4.根据权利要求1所述的方法，其特征在于，所述步骤2中，设定等间距目标待测浓度yes，构建目标待测物浓度分布区间内n个目标待测物浓度间距为yes的样本子集，其相应光谱子集为xj(γ)＝x(γ，cj)，j＝1，2，...，n，γ表示光谱变量，cj表示所属光谱的目标待测物浓度，j表示样本/光谱编号。其中选定动态光谱子集的平均谱为参考谱计算方法为利用子集光谱差减参考谱构成动态光谱具体计算方法而后进行二维同步相关计算其中表示γ1，γ2变量处同步相关系数，分别表示j样本/光谱的γ1、γ2变量处的光谱值。提取同步谱自动峰切线谱其中表示γi变量处的同步相关系数，i为变量编号，q为光谱变量数目。5.根据权利要...

【专利技术属性】
技术研发人员：吕程序，毛文华，张小超，张俊宁，盖沙沙，
申请(专利权)人：中国农业机械化科学研究院，
类型：发明
国别省市：北京,11