一种物质组分分析方法及系统技术方案

本发明专利技术提供一种物质组分分析方法及系统，该方法包括：对目标物体的若干样品进行检测，获取二维矩阵数据；沿着目标维度通过预设算法对所述二维矩阵数据进行分解，获取分解系数，预设算法为能产生新数据维度的算法，目标维度为能进行连续变换的维度；根据分解系数，对二维矩阵数据进行扩展，获取三维矩阵数据；对三维矩阵数据进行数据分解，以获取目标物体的组成成分。本发明专利技术实施例提供一种物质组分分析方法及系统，通过样品检测获得原始二维矩阵数据，通过预设算法对原始的二维矩阵数据进行扩展，得到三维矩阵数据，通过对三维矩阵数据进行分解，可以得到唯一的分解结果，从而能确定目标物体的组成成分。

【技术实现步骤摘要】
一种物质组分分析方法及系统
本专利技术涉及数据处理
，尤其涉及一种物质组分分析方法及系统。
技术介绍
机器学习的发展促进了化学、生物学和医学等领域的数据挖掘的兴起和繁荣。目前的数据获取方法主要可以分为零阶、一阶、二阶等，分别代表了对单个样品的检测结果时标量、矢量、二维矩阵。基于多通道、多技术联用的仪器对单个样本甚至可以采集更高维度的数据。针对单个样本采集标量数据实例，通常采用单变量回归或者标准曲线的方法，例如pH值的测定。针对单个样本采集矢量的实例，通常采用多元校正的方法。针对单个样本采集二维、甚至三维矩阵数据的实例，通常采用三维或者更高维校正的算法。其中因子分解方法是多元校正和高维校正中常用的降低数据冗余、解析数据内部结构的分析方法，所不同之处在于大部分针对矩阵数据的因子分解都难以得到唯一的、准确、具有物理意义的分解结果。因此常对这些因子施加一些正交、归一、非负、单峰等约束。其后果是结果不具有真实性，分解的结果难以和体系的物理意义联系起来。常见的算法包括主成分分析、非负因子分解、偏最小二乘、典型相关性分析等。反之，三维(因子)分解算法、本文档来自技高网...

【技术保护点】
1.一种物质组分分析方法，其特征在于，包括：/n对目标物体的若干样品进行检测，获取二维矩阵数据；/n沿着目标维度通过预设算法对所述二维矩阵数据进行分解，获取分解系数，所述预设算法为能产生新数据维度的算法，所述目标维度为具有连续变换的维度；/n根据所述分解系数，对所述二维矩阵数据进行扩展，获取三维矩阵数据；/n对所述三维矩阵数据进行数据分解，以获取所述目标物体的组成成分。/n

【技术特征摘要】
1.一种物质组分分析方法，其特征在于，包括：
对目标物体的若干样品进行检测，获取二维矩阵数据；
沿着目标维度通过预设算法对所述二维矩阵数据进行分解，获取分解系数，所述预设算法为能产生新数据维度的算法，所述目标维度为具有连续变换的维度；
根据所述分解系数，对所述二维矩阵数据进行扩展，获取三维矩阵数据；
对所述三维矩阵数据进行数据分解，以获取所述目标物体的组成成分。


2.根据权利要求1所述的物质组分分析方法，其特征在于，所述对目标物体的若干样品进行检测，获取二维矩阵数据，具体通过如下方式获得：
利用阵列检测器，对每一样品进行变量检测，获取所述二维矩阵数据。


3.根据权利要求1所述的物质组分分析方法，其特征在于，所述对目标物体的若干样品进行检测，获取二维矩阵数据，具体通过如下方式获得：
利用高维数据检测方法，对每一样品进行单通道检测，获取所述二维矩阵数据。


4.根据权利要求1所述的物质组分分析方法，其特征在于，所述对目标物体的若干样品进行检测，获取二维矩阵数据，具体通过如下方式获得：
对于任一样品，结合外界扰动或者阵列检测器，获得所述二维数据矩阵。


5.根据权利要求1所述的物质组分分析方法，其特征在于，所述沿着目标维度通过预设算法对所述二维矩阵数据进行分解，获取分解系数，具体包括：
通过所述预设算法对所述目标维度所在的检测数据进行分解，得到分解系数，其中，所述二维矩阵数据表示为m×n，m表示样本个数，n...

【专利技术属性】
技术研发人员：张进，张爱华，李博岩，胡芸，国果，张清海，周罗雄，王国泽，
申请(专利权)人：贵州医科大学，
类型：发明
国别省市：贵州;52