一种近红外光谱龙胆鉴别方法和系统技术方案

本发明专利技术涉及一种近红外光谱龙胆鉴别方法和系统。所提供的近红外光谱龙胆鉴别方法通过获取待测龙胆的光谱数据，利用构建得到的偏最小二乘法鉴别模型就可以能够对待测龙胆进行快速、无损、高效、精确的检测，以鉴别得到待测龙胆的具体种类。进而使得本发明专利技术提供近红外光谱龙胆鉴别方法和系统具有成本低、操作简单、检测速度快、所需样品少、无污染、检测精度高、可靠性强等特点。

【技术实现步骤摘要】
一种近红外光谱龙胆鉴别方法和系统
本专利技术涉及光谱检测领域，特别是涉及一种近红外光谱龙胆鉴别方法和系统。
技术介绍
龙胆属(Gentiana)植物多生长在高山或高原，其生长环境气候条件极端、多变。由于滇龙胆生长环境和生长年限的差异，家种品和野生品在某些方面都存在明显的差别，外观上，家种的肥硕松泡，野生的瘦弱紧实。并且，野生的生长年限一般较长，成分均衡丰富，疗效较好，家种的药材存在种植技术不规范，激素滥用等问题，所以，中药材龙胆的野生判别显得尤为重要。传统技术手段方面，主要通过化学方法测量龙胆中各种营养成分的组成比例和含量值来确定龙胆的品质，这种方法具有重复性好、准确率高等优点，但是存在劳动成本高、操作复杂等缺点，且从采样到结果输出有很长时间，不能适应市场实时、快速检测的需求。因此，提供一种能够在保证准确率的同时，能够实时、快速对龙胆进行鉴别的方法或系统是本领域亟待解决的一个技术难题。
技术实现思路
本专利技术的目的是提供一种近红外光谱龙胆鉴别方法和系统，以在保证准确率的同时，能够实时、快速对龙胆进行鉴别。为实现上述目的，本专利技术提供了如下方案：一种近红外光谱龙胆鉴别方法，包括：获取龙胆植株的压片样本集；所述压片样本集包括多个龙胆植株的样本压片；采用光谱仪采集所述样本压片的光谱数据；根据所述光谱数据确定光谱角数据；所述光谱角数据包括多个光谱角；所述光谱角为所述光谱数据中光谱与平均光谱间的夹角；对所述光谱角数据中的光谱角进行排序，得到排序结果；获取排序结果中的最大光谱角和最小光谱角，并确定与所述最大光谱角相对应的光谱和与所述最小光谱角相对应的光谱，以构建建模集；将除所述最大光谱角和所述最小光谱角之外的其他光谱角划分为多个区间，并获取与每一区间中的中间光谱角相对应的光谱，以构建预测集；将与多个所述区间中除中间光谱角之外的其他光谱角相对应的光谱放入所述建模集；获取所述建模集中各光谱的波长，并确定所述波长对应的第一光谱强度；根据所述第一光谱强度确定所述建模集的第一光谱向量，并根据所述第一光谱向量确定第一光谱矩阵；采用主成分分析法根据所述第一光谱矩阵确定投影向量；采用所述投影向量对所述第一光谱矩阵进行更新，得到第二光谱矩阵；以所述第二光谱矩阵为输入，以判别程度值为输出构建偏最小二乘法鉴别模型；获取待测龙胆植株的光谱数据；根据所述待测龙胆植株的光谱数据确定所述待测龙胆的光谱矩阵；采用所述偏最小二乘法鉴别模型，根据所述待测龙胆的光谱矩阵确定鉴别结果；所述鉴别结果为：所述待测龙胆为野生龙胆或所述待测龙胆为家种龙胆。优选的，所述将除所述最大光谱角和所述最小光谱角之外的其他光谱角划分为多个区间，并获取与每一区间中的中间光谱角相对应的光谱，以构建预测集；将与多个所述区间中除中间光谱角之外的其他光谱角相对应的光谱放入所述建模集，之后还包括：判断所述建模集与所述测试集中光谱条数的比例是否为2:1，得到判断结果；若所述判断结果为是，则对所述区间的个数不作调整；若所述判断结果为否，则调整所述区间的个数，并返回“将除所述最大光谱角和所述最小光谱角之外的其他光谱角划分为多个区间，获取与每一区间中的中间光谱角相对应的光谱，以构建预测集；将与多个所述区间中除中间光谱角之外的其他光谱角相对应的光谱放入所述建模集”的步骤。优选的，所述采用所述投影向量对所述第一光谱矩阵进行更新，得到第二光谱矩阵，具体包括：获取所述投影向量中贡献率排名前三的投影子向量；根据所述投影子向量确定特征波长，并获取建模集中各光谱的波长与所述特征波长相等的光谱波长，确定所述光谱波长的光谱强度，得到第二光谱强度；根据所述第二光谱强度确定所述建模集的第二光谱向量，并根据所述第二光谱向量确定第二光谱矩阵。优选的，所述偏最小二乘法鉴别模型为：其中，Y为判别程度值，α0…αm为系数，为不同特征波长的光谱强度，m＝23。优选的，所述采用所述偏最小二乘法鉴别模型，根据所述待测龙胆的光谱矩阵确定鉴别结果，具体包括：采用所述偏最小二乘法鉴别模型，根据所述待测龙胆的光谱矩阵确定所述判别程度值；确定所述判别程度值与1的差值，得到第一差值；若所述第一差值的绝对值小于0.5，则所述鉴别结果为：所述待测龙胆为家种滇龙胆；确定所述判别程度值与2的差值，得到第二差值；若所述第二差值的绝对值小于0.5，则所述鉴别结果为：所述待测龙胆为野生滇龙胆。一种近红外光谱龙胆鉴别系统，包括：样本集获取模块，用于获取龙胆植株的压片样本集；所述压片样本集包括多个龙胆植株的样本压片；光谱数据采集模块，用于采用光谱仪采集所述样本压片的光谱数据；光谱角数据确定模块，用于根据所述光谱数据确定光谱角数据；所述光谱角数据包括多个光谱角；所述光谱角为所述光谱数据中光谱与平均光谱间的夹角；排序模块，用于对所述光谱角数据中的光谱角进行排序，得到排序结果；建模集构建模块，用于获取排序结果中的最大光谱角和最小光谱角，并确定与所述最大光谱角相对应的光谱和与所述最小光谱角相对应的光谱，以构建建模集；预测集构建模块，用于将除所述最大光谱角和所述最小光谱角之外的其他光谱角划分为多个区间，并获取与每一区间中的中间光谱角相对应的光谱，以构建预测集；将与多个所述区间中除中间光谱角之外的其他光谱角相对应的光谱放入所述建模集；第一光谱强度确定模块，用于获取所述建模集中各光谱的波长，并确定所述波长对应的第一光谱强度；第一光谱矩阵确定模块，用于根据所述第一光谱强度确定所述建模集的第一光谱向量，并根据所述第一光谱向量确定第一光谱矩阵；投影向量确定模块，用于采用主成分分析法根据所述第一光谱矩阵确定投影向量；第二光谱矩阵确定模块，用于采用所述投影向量对所述第一光谱矩阵进行更新，得到第二光谱矩阵；偏最小二乘法鉴别模型构建模块，用于以所述第二光谱矩阵为输入，以判别程度值为输出构建偏最小二乘法鉴别模型；光谱数据获取模块，用于获取待测龙胆植株的光谱数据；待测龙胆的光谱矩阵确定模块，用于根据所述待测龙胆植株的光谱数据确定所述待测龙胆的光谱矩阵；鉴别模块，用于采用所述偏最小二乘法鉴别模型，根据所述待测龙胆的光谱矩阵确定鉴别结果；所述鉴别结果为：所述待测龙胆为野生龙胆或所述待测龙胆为家种龙胆。优选的，还包括：判断模块，用于判断所述建模集与所述测试集中光谱条数的比例是否为2:1，得到判断结果；若所述判断结果为是，则对所述区间的个数不作调整；若所述判断结果为否，则调整所述区间的个数，并返回“将除所述最大光谱角和所述最小光谱角之外的其他光谱角划分为多个区间，获取与每一区间中的中间光谱角相对应的光谱，以构建预测集；将与多个所述区间中除中间光谱角之外的其他光谱角相对应的光谱放入所述建模集”。优选的，所述第二光谱矩阵本文档来自技高网...

【技术保护点】
1.一种近红外光谱龙胆鉴别方法，其特征在于，包括：/n获取龙胆植株的压片样本集；所述压片样本集包括多个龙胆植株的样本压片；/n采用光谱仪采集所述样本压片的光谱数据；/n根据所述光谱数据确定光谱角数据；所述光谱角数据包括多个光谱角；所述光谱角为所述光谱数据中光谱与平均光谱间的夹角；/n对所述光谱角数据中的光谱角进行排序，得到排序结果；/n获取排序结果中的最大光谱角和最小光谱角，并确定与所述最大光谱角相对应的光谱和与所述最小光谱角相对应的光谱，以构建建模集；/n将除所述最大光谱角和所述最小光谱角之外的其他光谱角划分为多个区间，并获取与每一区间中的中间光谱角相对应的光谱，以构建预测集；将与多个所述区间中除中间光谱角之外的其他光谱角相对应的光谱放入所述建模集；/n获取所述建模集中各光谱的波长，并确定所述波长对应的第一光谱强度；/n根据所述第一光谱强度确定所述建模集的第一光谱向量，并根据所述第一光谱向量确定第一光谱矩阵；/n采用主成分分析法根据所述第一光谱矩阵确定投影向量；/n采用所述投影向量对所述第一光谱矩阵进行更新，得到第二光谱矩阵；/n以所述第二光谱矩阵为输入，以判别程度值为输出构建偏最小二乘法鉴别模型；/n获取待测龙胆植株的光谱数据；/n根据所述待测龙胆植株的光谱数据确定所述待测龙胆的光谱矩阵；/n采用所述偏最小二乘法鉴别模型，根据所述待测龙胆的光谱矩阵确定鉴别结果；所述鉴别结果为：所述待测龙胆为野生龙胆或所述待测龙胆为家种龙胆。/n...

【技术特征摘要】
1.一种近红外光谱龙胆鉴别方法，其特征在于，包括：
获取龙胆植株的压片样本集；所述压片样本集包括多个龙胆植株的样本压片；
采用光谱仪采集所述样本压片的光谱数据；
根据所述光谱数据确定光谱角数据；所述光谱角数据包括多个光谱角；所述光谱角为所述光谱数据中光谱与平均光谱间的夹角；
对所述光谱角数据中的光谱角进行排序，得到排序结果；
获取排序结果中的最大光谱角和最小光谱角，并确定与所述最大光谱角相对应的光谱和与所述最小光谱角相对应的光谱，以构建建模集；
将除所述最大光谱角和所述最小光谱角之外的其他光谱角划分为多个区间，并获取与每一区间中的中间光谱角相对应的光谱，以构建预测集；将与多个所述区间中除中间光谱角之外的其他光谱角相对应的光谱放入所述建模集；
获取所述建模集中各光谱的波长，并确定所述波长对应的第一光谱强度；
根据所述第一光谱强度确定所述建模集的第一光谱向量，并根据所述第一光谱向量确定第一光谱矩阵；
采用主成分分析法根据所述第一光谱矩阵确定投影向量；
采用所述投影向量对所述第一光谱矩阵进行更新，得到第二光谱矩阵；
以所述第二光谱矩阵为输入，以判别程度值为输出构建偏最小二乘法鉴别模型；
获取待测龙胆植株的光谱数据；
根据所述待测龙胆植株的光谱数据确定所述待测龙胆的光谱矩阵；
采用所述偏最小二乘法鉴别模型，根据所述待测龙胆的光谱矩阵确定鉴别结果；所述鉴别结果为：所述待测龙胆为野生龙胆或所述待测龙胆为家种龙胆。


2.根据权利要求1所述的近红外光谱龙胆鉴别方法，其特征在于，所述将除所述最大光谱角和所述最小光谱角之外的其他光谱角划分为多个区间，并获取与每一区间中的中间光谱角相对应的光谱，以构建预测集；将与多个所述区间中除中间光谱角之外的其他光谱角相对应的光谱放入所述建模集，之后还包括：
判断所述建模集与所述测试集中光谱条数的比例是否为2:1，得到判断结果；
若所述判断结果为是，则对所述区间的个数不作调整；
若所述判断结果为否，则调整所述区间的个数，并返回“将除所述最大光谱角和所述最小光谱角之外的其他光谱角划分为多个区间，获取与每一区间中的中间光谱角相对应的光谱，以构建预测集；将与多个所述区间中除中间光谱角之外的其他光谱角相对应的光谱放入所述建模集”的步骤。


3.根据权利要求1所述的近红外光谱龙胆鉴别方法，其特征在于，所述采用所述投影向量对所述第一光谱矩阵进行更新，得到第二光谱矩阵，具体包括：
获取所述投影向量中贡献率排名前三的投影子向量；
根据所述投影子向量确定特征波长，并获取建模集中各光谱的波长与所述特征波长相等的光谱波长，确定所述光谱波长的光谱强度，得到第二光谱强度；
根据所述第二光谱强度确定所述建模集的第二光谱向量，并根据所述第二光谱向量确定第二光谱矩阵。


4.根据权利要求3所述的近红外光谱龙胆鉴别方法，其特征在于，所述偏最小二乘法鉴别模型为：



其中，Y为判别程度值，α0…αm为系数，Y为判别程度值，为不同特征波长的光谱强度，m＝23。


5.根据权利要求1所述近红外光谱龙胆鉴别方法，其特征在于，所述采用所述偏最小二乘法鉴别模型，根据所述待测龙胆的光谱矩阵确定鉴别结果，具体包括：
采用所述偏最小二乘法鉴别模型，根据所述待测龙胆的光谱矩阵确定所述判别程度值；
确定所述判别程度值与1的差值，得到第一差值；若所述第一差值的绝对值小于0.5，则所述鉴别结果为：所述待测龙胆为家种滇龙胆；
确定所述判别程度值与2的差值，得到第二差值；若所述第二差值的绝对值小于0.5，则所述鉴别结果为：...

【专利技术属性】
技术研发人员：孙明华，孔汶汶，孙永祺，
申请(专利权)人：杭州岚达科技有限公司，
类型：发明
国别省市：浙江;33