【技术实现步骤摘要】
一种基于样本共识的近红外光谱建模方法
本专利技术涉及化学计量学和光谱学领域领域,特别涉及一种基于样本共识的近红外光谱建模方法。
技术介绍
近红外光谱的波数范围为12500~4000cm-1,其光谱信息的来源于此区域有机物含氢官能团的倍频和合频吸收。随着近些年近红外光谱技术的快速发展,以及近红外光谱技术本身所具有快速、无损、安全、样品无需预处理和无需有毒有害化学试剂等优点,使得近红外光谱技术已经被广泛的应用于有机物定性和定量分析中。虽然近红外光谱技术具有方便、简单、快速等特点,但在实际样本的近红外光谱信息采集过程中,会由于采集样本对象本身所具有的限制(例如样本稀少、样本的季节性、储藏性时间短等特性)或外界环境的限制(例如经济条件、实验时间、仪器的复杂性等条件限制),使得实际中采集到的样本数据较少,导致构建的定性和定量检测模型具有较低的准确性和稳定性。
技术实现思路
本专利技术要解决的技术问题是提供在一定程度上解决模型样本数据较少的问题,并且提升模型的准确性和鲁棒性的基于样本共识的近红外光谱建模方法。为解决上述技术问题,本专利技术是通过以下技术方案实现的:一种基于样本共识的近红外光谱建模方法,包括以下步骤:步骤1,选取n个样本,通过标准化学方法测定某一有机物的样本参考值,记为列向量Y;步骤2,采集n个样本的近红外光谱数据,记为矩阵X;步骤3,对矩阵X选用一阶导数、二阶导数、矢量归一化、多元散射校正或平滑处理中的一种或多种方法进行预处理,记为矩阵Xpre;步骤4,将样本参考值列向量Y和光谱数据矩阵Xpre进行合并,记为样本数据矩阵Z,Z=[YXpre];步骤5,采用 ...
【技术保护点】
1.一种基于样本共识的近红外光谱建模方法,其特征在于包括以下步骤:步骤1,选取n个样本,其中n为小于100的正整数,通过标准化学方法测定某一有机物样本参考值,记为列向量Y;步骤2,采集n个样本的近红外光谱数据,记为矩阵X;步骤3,对矩阵X选用一阶导数、二阶导数、矢量归一化、多远散射校正或平滑处理中的一种或多种方法进行预处理,记为矩阵Xpre;步骤4,将样本参考值列向量Y和光谱数据矩阵Xpre进行合并,记为样本数据矩阵Z,Z=[YXpre];步骤5,采用蒙特卡洛特取样法随机选取样本数据矩阵Z中n/4的样本数据作为预测集记为Zp,Zp中属于列向量Y的部分为Yp,属于Xpre的部分为XP,Zp=[YpXP];步骤6,对样本数据矩阵Z中剩余的3n/4样本按照比例r随机划分得到样本集矩阵Zc,其中r∈[0.5,0.9],以样本集矩阵Zc为建模集、Zp为预测集,建立偏最小二乘回归子模型;步骤7,重复步骤6的操作,对矩阵Z中剩余的3n/4的样本数据进行s次随机划分,以每次得到的Zc为建模集、固定的Zp为预测集分别建立s个偏最小二乘回归子模型f1(x)、f2(x)、f3(x)…fk(x)…fs(x); ...
【技术特征摘要】
1.一种基于样本共识的近红外光谱建模方法,其特征在于包括以下步骤:步骤1,选取n个样本,其中n为小于100的正整数,通过标准化学方法测定某一有机物样本参考值,记为列向量Y;步骤2,采集n个样本的近红外光谱数据,记为矩阵X;步骤3,对矩阵X选用一阶导数、二阶导数、矢量归一化、多远散射校正或平滑处理中的一种或多种方法进行预处理,记为矩阵Xpre;步骤4,将样本参考值列向量Y和光谱数据矩阵Xpre进行合并,记为样本数据矩阵Z,Z=[YXpre];步骤5,采用蒙特卡洛特取样法随机选取样本数据矩阵Z中n/4的样本数据作为预测集记为Zp,Zp中属于列向量Y的部分为Yp,属于Xpre的部分为XP,Zp=[YpXP];步骤6,对样本数据矩阵Z中剩余的3n/4样本按照比例r随机划分得到样本集矩阵Zc,其中r∈[0.5,0.9],以样本集矩阵Zc为建模...
【专利技术属性】
技术研发人员:陈孝敬,李理敏,石文,袁雷明,
申请(专利权)人:温州大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。