基于成分结构特征的品种鉴别方法与系统技术方案

本发明专利技术提供了一种基于成分结构特征的品种鉴别方法与系统，涉及品种鉴别技术领域，该方法包括获取待鉴别样本中所含目标成分物质的含量数据；将该含量数据转化为相对百分比闭合结构特征的成分数据；根据该成分数据建立样本指标矩阵；将该样本指标矩阵转换到欧几里得空间得到新样本指标矩阵；根据该新样本指标矩阵鉴别待鉴别样本的品种，获得待鉴别样本的鉴别正确率。本发明专利技术实施例提供的基于成分结构特征的品种鉴别方法与系统，可以更加客观和可靠地鉴别物质品种，有效提高鉴别准确率。

Variety Identification Method and System Based on Component Structural Characteristics

The invention provides a variety identification method and system based on component structure characteristics, which relates to the technical field of variety identification. The method includes acquiring the content data of target components contained in the sample to be identified, transforming the content data into component data of relative percentage closed structure characteristics, establishing sample index matrix according to the component data, and transforming the sample index matrix into the sample index matrix. The new sample index matrix is obtained by changing to Euclidean space. According to the new sample index matrix, the varieties of the samples to be identified are identified, and the identification accuracy of the samples to be identified is obtained. The variety identification method and system based on component structure characteristics provided by the embodiment of the present invention can identify the variety of substances more objectively and reliably, and effectively improve the identification accuracy.

【技术实现步骤摘要】
基于成分结构特征的品种鉴别方法与系统
本专利技术涉及品种鉴别
，尤其是涉及一种基于成分结构特征的品种鉴别方法与系统。
技术介绍
品种鉴定是对人工选择的、具有一定区域分布与成分特征的群体进行评定的过程。现实中成分数据是普遍存在的，如经济学中的产业构成数据、地质学中的岩石成分数据、各年龄段人口的比例数据、油料作物中不同脂肪酸含量占比数据等等。与常规数据相比，成分数据在分析应用上有自身的独特优势，例如：成分数据能够反映数据与数据间的相对关系；成分数据中不同指标变量间的相互约束关系可以增强模型结构的整体性，有利于对整体性特征进行综合分析，同时，也有利于进一步剖析指标变量间的结构性、差异性、关联性等特征。目前，尚没有利用物质的成分结构特征对物质的品种进行鉴别的方法。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于成分结构特征的品种鉴别方法与系统，可以通过待鉴别样本的目标成分物质的结构特征对品种进行鉴别，更加客观和可靠的鉴别物质品种，提高鉴别准确率。第一方面，本专利技术实施例提供了一种基于成分结构特征的品种鉴别方法，包括：获取待鉴别样本中所含目标成分物质的含量数据；将该含量数据转化为本文档来自技高网...

【技术保护点】
1.一种基于成分结构特征的品种鉴别方法，其特征在于，包括：获取待鉴别样本中所含目标成分物质的含量数据；将所述含量数据转化为相对百分比闭合结构特征的成分数据；根据所述成分数据建立样本指标矩阵；将所述样本指标矩阵转换到欧几里得空间得到新样本指标矩阵；根据所述新样本指标矩阵鉴别所述待鉴别样本的品种，获得所述待鉴别样本的鉴别正确率。

【技术特征摘要】
1.一种基于成分结构特征的品种鉴别方法，其特征在于，包括：获取待鉴别样本中所含目标成分物质的含量数据；将所述含量数据转化为相对百分比闭合结构特征的成分数据；根据所述成分数据建立样本指标矩阵；将所述样本指标矩阵转换到欧几里得空间得到新样本指标矩阵；根据所述新样本指标矩阵鉴别所述待鉴别样本的品种，获得所述待鉴别样本的鉴别正确率。2.根据权利要求1所述的基于成分结构特征的品种鉴别方法，其特征在于，在所述根据所述新样本指标矩阵鉴别所述待鉴别样本的品种，获得所述待鉴别样本的鉴别正确率的步骤之后，还包括：根据所述新样本指标矩阵，应用交叉验证法获得所述待鉴别样本的平均鉴别正确率。3.根据权利要求1所述的基于成分结构特征的品种鉴别方法，其特征在于，所述将该含量数据转化为相对百分比闭合结构特征的成分数据的步骤，包括：应用闭合运算法，将待鉴别样本所含目标成分物质的含量数据转化为单个成分物质含量占总含量的百分比数据；根据所述百分比数据构造反映所述目标成分物质结构特征的成分数据。4.根据权利要求1所述的基于成分结构特征的品种鉴别方法，其特征在于，所述根据所述成分数据建立样本指标矩阵的步骤，包括：依据检出限LOD值，运用稳健极大似然估计方法，对所述样本指标矩阵中的未检出值进行估计，得到估计数据；用所述估计数据替换所述未检出值，以建立完整的样本指标矩阵。5.根据权利要求1所述的基于成分结构特征的品种鉴别方法，其特征在于，所述将所述样本指标矩阵转换到欧几里得空间得到新样本指标矩阵的步骤，包括：应用等距对数比转换法将所述样本指标矩阵从单形空间转换到欧几里得空间得到新样本指标矩阵。6.根据权利要求2所述的基于成分...

【专利技术属性】
技术研发人员：陈志军，刘艳，张蕾，
申请(专利权)人：中国农业科学院农业质量标准与检测技术研究所，
类型：发明
国别省市：北京,11