光谱标准化方法技术

本发明专利技术公开了一种光谱标准化方法，本发明专利技术主机标准光谱和子机标准谱进行求导、平滑和降噪等处理操作形成光谱标准化转换矩阵，之后利用光谱标准化转换矩阵对待测光谱仪的光谱进行标准化处理。利用本发明专利技术的标准化方法对待测光谱仪测定的光谱进行标准化处理，标准化后的光谱适用于主光谱仪上建立的光谱校正模型，从而使得不同仪器扫描的光谱经过转移后可以用一个通用模型分析。本方法在光谱标准化中具有重复性好，对标准样品光谱扰动小的优点，适用于大范围推广和网络客户端光谱仪器的标准化，同时本发明专利技术的方法具有原理清晰，方法简单，等优势。

Spectral standardization method

The invention discloses a method for spectral standardization, standard spectra of the invention and the host machine standard spectrum derivative, smoothing and noise reduction processing form spectral standardization transformation matrix, then using spectral standard transformation matrix of the spectral spectrometer for standardization. By using the standard method of the invention are normalized spectrum spectrometer with spectral normalized spectrum for spectrometer in the main establishment of calibration model, which makes the spectrum of different scan after transfer can be analyzed using a general model. This method has the advantages of good repeatability and small perturbation to standard samples in spectral standardization. It is suitable for wide range promotion and standardization of network client spectrometers. Meanwhile, the method of the invention has advantages of clear principle and simple method.

【技术实现步骤摘要】
光谱标准化方法
本专利技术涉及光谱处理领域，更具体涉及一种光谱标准化方法。
技术介绍
近红外光谱分析技术是一种具有高效、无损、无污染、可同时进行多组分定性或定量分析的快检技术，在各个行业得到了广泛应用，例如农产品、石油、饲料、烟草、医药等领域。近红外光谱分析作为一种检测分析技术手段依据的是近红外光谱中包含了样品特征的重要光谱信息，通过化学计量学的偏最小二乘多变量校正方法(partialleastsquares,PLS)可以建立样本光谱信息和其成分含量之间的关系模型，用于预测未知待测样本成分含量。但是，近红外光谱分析技术是一种间接的分析方法，在建立光谱校正模型时，往往需要测定分析大量样品的化学值或基础性质数据作为建立光谱校正模型的基础，这个过程不仅费时费力，且投入较大，所以对所建立的光谱校正模型在动态适应性方面提出了较高的要求，不仅要求光谱校正模型的预测范围广，而且要求在一台仪器上建立的光谱校正模型能够在其它仪器上应用，方便大范围应用和网络化集成，即要求进行光谱校正模型的转移。激光波束漂移、吸光度漂移、峰行畸变是光谱校正模型不能通用的主要原因，而光谱标准化也根据这些特征具有相应的分类，例如基于模型预测结果调整的SBC，基于模型参数调整的算法。其中应用最广，算法最多的一类是光谱标准化算法，通过对主机和子机光谱进行计算，得到一个转换矩阵，通过该矩阵对待测子机光谱进行标准化。最著名的光谱标准化算法是PDS(piecewisedirectstandardization)，其算法以稳定性和广泛的实用性著称，通常作为考察新算法的标杆。另外近年来提出的典型相关性分析方法(canonicalcorrelationanalysis，CCA，analyticachimicaacta2008年637期22～29页)和目标因子分析方法(TTFA,光谱学与光谱分析2005年25卷第3期398～401页)，分别以典型相关分析和主成分分析作为基础，进行光谱标准化。
技术实现思路
本专利技术的目的是提供一种高通用性和准确度的光谱标准化算法。为了解决上述技术问题，本专利技术提供了一种光谱标准化方法，所述方法包括以下步骤：S1、选取主光谱仪以及子光谱仪，其中所述主光谱仪与所述子光谱仪的光谱存在差异；S2、分别利用所述主光谱仪和子光谱仪对预定物质进行照射，获取所述主光谱仪的主机标准光谱以及所述子光谱仪的子机标准光谱；S3、利用所述主机标准光谱以及所述子机标准光谱构建目标函数；S4、根据所述目标函数确定对应主光谱仪和子光谱仪同时代表最大相关和最大方差的主机特征向量、子机特征向量；S5、根据所述主机标准光谱、子机标准光谱、主机特征向量、子机特征向量确定具有最大方差同时具有最大相关性的主机子成分和子机子成分；S6、确定利用所述主机标准光谱以及所述子机标准光谱的列空间线性组合成所述主机子成分以及子机子成分的主机权重系数和子机权重系数；S7、在所述主机标准光谱以及所述子机标准光谱中分别剔除所述主机子成分和子机子成分，形成主机光谱残差矩阵以及子机光谱残差矩阵，并以所述主机光谱残差矩阵代替所述主机标准光谱，以所述子机光谱残差矩阵代替所述子机标准光谱执行步骤S3-S6，以此类推重复执行若干次，得到多组主机子成分、子机子成分、主机权重系数和子机权重系数；S8、多组主机子成分、子机子成分、主机权重系数和子机权重系数分别形成主机子成分矩阵、子机子成分矩阵、主机权重系数矩阵和子机权重系数矩阵，确定主机子成分矩阵和子机子成分矩阵的最小二乘解；S9、利用所述主机子成分矩阵和子机子成分矩阵的最小二乘解、主机权重系数和子机权重系数确定光谱标准化转换矩阵，利用所述光谱标准化转换矩阵对待测光谱仪的光谱进行标准化处理。优选地，所述主机光谱仪为近红外光谱仪。优选地，所述预定物质的浓度分别均匀，并且在具有预定数量的波段吸收峰。优选地，所述目标函数为：式中，ai为子机特征向量，ti为子机子成分，bi为主机特征向量，ui为主机子成分，Xm为主机标准光谱或主机光谱残差矩阵；Xs为子机标准光谱或子机光谱残差矩阵。优选地，所述步骤S4包括以下步骤：S41、通过拉格朗日算法求解下面公式：λ1和λ2为拉格朗日常数；S42、对ai、bi求导得到：λ1＝λ2S43、解上述方程得到所述主机特征向量以及所述子机特征向量。优选地，所述步骤S5中所述主机子成分利用如下公式计算：ui＝xmbi所述子机子成分利用如下公式计算：ti＝Xsai优选地，所述步骤S5中所述主机权重系数qi利用如下公式计算：所述子机权重系数pi利用如下公式计算：优选地，所述步骤S7中利用如下公式剔除所述主机子成分和子机子成分：式中，Xsi+1为剔除之后的子机光谱，Xmi+1为剔除之后的主机光谱，Xsi为剔除之前的子机光谱，Xmi为剔除之前的主机光谱。优选地，所述步骤S8中利用如下公式确定主机子成分矩阵和子机子成分矩阵的最小二乘解B：式中，T为所述子机子成分矩阵，P为所述子机权重系数矩阵，U为所述主机子成分矩阵，Q为所述主机权重系数矩阵，E为所述子机标准光谱，F为所述主机标准光谱。优选地，所述步骤S9中利用如下公式确定光谱标准化转换矩阵F：F＝PBQT利用如下公式对待测光谱仪的光谱进行标准化处理：Xs_standardized＝Xs_test*F式中，Xs_standardized为标准化处理后的光谱，Xs_test为待测光谱仪的光谱。优选地、上述计算过程可以通过迭代的NIPALS或SIMPLS等方法简化，达到与本方案同样的效果。本专利技术提供了一种光谱标准化方法，本专利技术对主机标准光谱和子机标准谱进行求导、平滑和降噪等处理操作形成光谱标准化转换矩阵，之后利用光谱标准化转换矩阵对待测光谱仪的光谱进行标准化处理。利用本专利技术的标准化方法对待测光谱仪测定的光谱进行标准化处理，标准化后的光谱适用于主光谱仪上建立的光谱校正模型，从而使得不同仪器扫描的光谱经过转移后可以用一个通用模型分析。本方法在光谱标准化中具有重复性好，对标准样品光谱扰动小的优点，适用于大范围推广和网络客户端光谱仪器的标准化，同时本专利技术的方法具有原理清晰，方法简单，等优势。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术的光谱标准化方法的流程图；图2为SPLS光谱标准化示意图；图3为不同标准光谱的数量对光谱标准化结果的影响图4A、4B为不同标准光谱的数量对光谱标准化结果的影响；图5A、5B为SPLS光谱标准化前后总糖预测情况。具体实施方式下面结合附图和实施例对本专利技术作进一步详细描述。以下实施例用于说明本专利技术，但不能用来限制本专利技术的范围。一种光谱标准化方法，如图1所示，所述方法包括以下步骤：S1、选取主光谱仪以及子光谱仪，其中所述主光谱仪与所述子光谱仪的光谱存在差异；S2、分别利用所述主光谱仪和子光谱仪对预定物质进行照射，获取所述主光谱仪的主机标准光谱以及所述子光谱仪的子机标准光谱；S3、利用所述主机标准光谱以及所述子机标准光谱构建目标函数；其中，目标函数为：式中，a本文档来自技高网...

【技术保护点】
一种光谱标准化方法，其特征在于，所述方法包括以下步骤：S1、选取主光谱仪以及子光谱仪，其中所述主光谱仪与所述子光谱仪的光谱存在差异；S2、分别利用所述主光谱仪和子光谱仪对预定物质进行照射，获取所述主光谱仪的主机标准光谱以及所述子光谱仪的子机标准光谱；S3、利用所述主机标准光谱以及所述子机标准光谱构建目标函数；S4、根据所述目标函数确定对应主光谱仪和子光谱仪同时代表最大相关和最大方差的主机特征向量、子机特征向量；S5、根据所述主机标准光谱、子机标准光谱、主机特征向量、子机特征向量确定具有最大方差同时具有最大相关性的主机子成分和子机子成分；S6、确定利用所述主机标准光谱以及所述子机标准光谱的列空间线性组合成所述主机子成分以及子机子成分的主机权重系数和子机权重系数；S7、在所述主机标准光谱以及所述子机标准光谱中分别剔除所述主机子成分和子机子成分，形成主机光谱残差矩阵以及子机光谱残差矩阵，并以所述主机光谱残差矩阵代替所述主机标准光谱，以所述子机光谱残差矩阵代替所述子机标准光谱执行步骤S3‑S6，以此类推重复执行若干次，得到多组主机子成分、子机子成分、主机权重系数和子机权重系数；S8、多组主机子成分、子机子成分、主机权重系数和子机权重系数分别形成主机子成分矩阵、子机子成分矩阵、主机权重系数矩阵和子机权重系数矩阵，确定主机子成分矩阵和子机子成分矩阵的最小二乘解；S9、利用所述主机子成分矩阵和子机子成分矩阵的最小二乘解、主机权重系数和子机权重系数确定光谱标准化转换矩阵，利用所述光谱标准化转换矩阵对待测光谱仪的光谱进行标准化处理。...

【技术特征摘要】
1.一种光谱标准化方法，其特征在于，所述方法包括以下步骤：S1、选取主光谱仪以及子光谱仪，其中所述主光谱仪与所述子光谱仪的光谱存在差异；S2、分别利用所述主光谱仪和子光谱仪对预定物质进行照射，获取所述主光谱仪的主机标准光谱以及所述子光谱仪的子机标准光谱；S3、利用所述主机标准光谱以及所述子机标准光谱构建目标函数；S4、根据所述目标函数确定对应主光谱仪和子光谱仪同时代表最大相关和最大方差的主机特征向量、子机特征向量；S5、根据所述主机标准光谱、子机标准光谱、主机特征向量、子机特征向量确定具有最大方差同时具有最大相关性的主机子成分和子机子成分；S6、确定利用所述主机标准光谱以及所述子机标准光谱的列空间线性组合成所述主机子成分以及子机子成分的主机权重系数和子机权重系数；S7、在所述主机标准光谱以及所述子机标准光谱中分别剔除所述主机子成分和子机子成分，形成主机光谱残差矩阵以及子机光谱残差矩阵，并以所述主机光谱残差矩阵代替所述主机标准光谱，以所述子机光谱残差矩阵代替所述子机标准光谱执行步骤S3-S6，以此类推重复执行若干次，得到多组主机子成分、子机子成分、主机权重系数和子机权重系数；S8、多组主机子成分、子机子成分、主机权重系数和子机权重系数分别形成主机子成分矩阵、子机子成分矩阵、主机权重系数矩阵和子机权重系数矩阵，确定主机子成分矩阵和子机子成分矩阵的最小二乘解；S9、利用所述主机子成分矩阵和子机子成分矩阵的最小二乘解、主机权重系数和子机权重系数确定光谱标准化转换矩阵，利用所述光谱标准化转换矩阵对待测光谱仪的光谱进行标准化处理。2.根据权利要求1所述的方法，其特征在于，所述主机光谱仪为近红外光谱仪。3.根据权利要求1所述的方法，其特征在于，所述预定物质的浓度分别均匀，并且在具有预定数量的波段吸收峰。4.根据权利要求1所述的方法，其特征在于，所述目标函数为：式中，ai为子机特征向量，ti为子机子成分，bi为主机特征向量，ui为主机子成分，Xm为主机标准光谱或主机光谱残差矩阵；...

【专利技术属性】
技术研发人员：彭黔荣，张进，刘娜，胡芸，
申请(专利权)人：贵州中烟工业有限责任公司，
类型：发明
国别省市：贵州,52