增塑剂含量的半定量分析方法及分析模型的训练方法技术

本发明专利技术提供增塑剂含量的半定量分析方法及分析模型的训练方法，该方法包括：获取待检测塑料样品在预设波数范围内的吸光度数据集；对吸光度数据集进行标准化处理，得到吸光度处理数据集；将吸光度处理数据集投影到预设坐标系下，以得到测试数据集；其中，预设坐标系是由第一矩阵的奇异向量基于预设顺序组成的，第一矩阵为训练样本的标准化处理后的吸光度数据的转置矩阵与标准化处理后的吸光度数据的矩阵的乘积；将测试数据集输入至预先训练好的塑料半定量分析模型中，以确定待检测塑料样品中的增速剂含量是否超标。本发明专利技术无需进行复杂繁琐的前处理，属于无损检测，几分钟即可得到检测结果。测结果。测结果。

【技术实现步骤摘要】
增塑剂含量的半定量分析方法及分析模型的训练方法


[0001]本专利技术涉及红外检测
，尤其涉及一种增塑剂含量的半定量分析方法及分析模型的训练方法。

技术介绍

[0002]再生塑料是指通过预处理、熔融造粒、改性等物理或化学的方法对废旧塑料进行加工处理后重新得到的塑料原料，是对塑料的再次利用。
[0003]根据规定，再生塑料中增塑剂的含量不得超过0.1%。常用的增塑剂主要有邻苯二甲酸二(2
‑
乙基己基)酯、邻苯二甲酸丁基苄酯、邻苯二甲酸二丁酯和邻苯二甲酸二异丁酯。目前，再生塑料中的增塑剂的含量的检测方法主要有高效液相色谱法、超高效液相色谱法、气相色谱法、凝胶渗透色谱法和间二硝基苯显色法等，这些方法都存在前处理过程繁琐、耗时长、破坏样品、污染环境等缺点。
[0004]因此，亟需一种可以快速对再生塑料中增塑剂的含量进行半定性分析的方法。

技术实现思路

[0005]本专利技术实施例提供了一种增塑剂含量的半定量分析方法及分析模型的训练方法，以解决现有的测试方法前处理过程繁琐耗时长的问题。
[0006]第一方面，本专利技术实施例提供了一种塑料中增塑剂含量的半定量分析方法，包括：获取待检测塑料样品在预设波数范围内的吸光度数据集；对吸光度数据集进行标准化处理，得到吸光度处理数据集；其中，标准化处理过程中的吸光度平均值和吸光度标准差分别为训练样本的吸光度平均值和训练样本的吸光度标准差；将吸光度处理数据集投影到预设坐标系下，以得到测试数据集；其中，预设坐标系是由第一矩阵的奇异向量基于预设顺序组成的，第一矩阵为训练样本的标准化处理后的吸光度数据的转置矩阵与标准化处理后的吸光度数据的矩阵的乘积；将测试数据集输入至预先训练好的塑料半定量分析模型中，以确定待检测塑料样品中的增速剂含量是否超标。在一种可能的实现方式中，将吸光度处理数据集投影到预设坐标系下，以得到测试数据集，包括：将吸光度处理数据集投影到预设坐标系下，并将前k列数据作为测试数据集；其中，k是基于第一矩阵的所有奇异值的累积贡献率确定的。在一种可能的实现方式中，获取待检测塑料样品在预设波数范围内的吸光度数据集，包括：对待检测塑料样品进行红外光谱测试，以得到待检测塑料样品的光谱数据集；对光谱数据集进行多项式平滑处理，并将平滑处理后的预设波数范围内的光谱数据集确定为预设波数范围内的吸光度数据集。
[0007]在一种可能的实现方式中，预设波数范围为大于等于500波数，小于等于4000波数。
[0008]在一种可能的实现方式中，预设坐标系中的目标奇异向量的位置是基于目标奇异向量对应的奇异值在所有奇异值中的顺序确定的；目标奇异向量为任意一个奇异向量；塑料半定量分析模型是以所有训练样本的标准化处理后的吸光度数据的矩阵投影到预设坐标系下得到的训练样本的数据集以及所有训练样本的标签，对预先构建的神经网络模型或逻辑回归模型进行训练得到的；训练样本包括多种塑料样品的预设波数范围内的吸光度数据集，多种塑料样品包括增塑剂超标的样品和增塑剂未超标的样品。
[0009]第二方面，本专利技术实施例提供了一种塑料半定量分析模型的训练方法，包括：获取多个训练样本，其中，每个训练样本包括一个塑料样品的预设波数范围内的吸光度数据集、以及该塑料样品的标签，标签用于表示该塑料样品中的增塑剂是否超标；对所有训练样本的吸光度数据集组成的训练样本吸光度数据集进行标准化处理，并将标准化处理后得到的数据组成的矩阵标记为标准矩阵；对第一矩阵进行求解确定第一矩阵的奇异值，及与每个奇异值对应的奇异向量；其中，第一矩阵为标准矩阵的转置矩阵与标准矩阵的乘积；构建预设坐标系，其中，预设坐标系是由奇异向量组成的正交坐标系矩阵，且奇异向量的顺序是基于该奇异向量对应的奇异值在所有奇异值中的顺序确定的；将标准矩阵投影到预设坐标系下，以得到训练数据集；基于训练数据集和每个训练样本的标签，构建并训练得到塑料半定量分析模型。在一种可能的实现方式中，将标准矩阵投影到预设坐标系下，以得到训练数据集，包括：将标准矩阵投影到预设坐标系下，并将前k列数据作为训练数据集；其中，k是基于第一矩阵的所有奇异值的累积贡献率确定的。在一种可能的实现方式中，获取多个训练样本，包括：对每个训练样本进行红外光谱测试，以得到每个训练样本的光谱数据集；对所有训练样本的光谱数据集进行多项式平滑处理，并将平滑处理后的每个训练样本的预设波数范围内的光谱数据集确定为每个训练样本的吸光度数据集。
[0010]第三方面，本专利技术实施例提供了一种塑料中增塑剂含量的半定量分析装置，包括：数据获取模块，用于获取待检测塑料样品在预设波数范围内的吸光度数据集；数据处理模块，用于对吸光度数据集进行标准化处理，得到吸光度处理数据集；其中，标准化处理过程中的吸光度平均值和吸光度标准差分别为训练样本的吸光度平均值和训练样本的吸光度标准差；数据投影模块，用于将吸光度处理数据集投影到预设坐标系下，以得到测试数据集；其中，预设坐标系是由第一矩阵的奇异向量基于预设顺序组成的，第一矩阵为训练样本的标准化处理后的吸光度数据的转置矩阵与标准化处理后的吸光度数据的矩阵的乘积；检测模块，用于将测试数据集输入至预先训练好的塑料半定量分析模型中，以确定待检测塑料样品中的增速剂含量是否超标。
[0011]在一种可能的实现方式中，数据投影模块，用于将吸光度处理数据集投影到预设
坐标系下，并将前k列数据作为测试数据集；其中，k是基于第一矩阵的所有奇异值的累积贡献率确定的。
[0012]在一种可能的实现方式中，数据获取模块，用于对待检测塑料样品进行红外光谱测试，以得到待检测塑料样品的光谱数据集；对光谱数据集进行多项式平滑处理，并将平滑处理后的预设波数范围内的光谱数据集确定为预设波数范围内的吸光度数据集。
[0013]在一种可能的实现方式中，预设波数范围为大于等于500波数，小于等于4000波数。
[0014]在一种可能的实现方式中，预设坐标系中的目标奇异向量的位置是基于目标奇异向量对应的奇异值在所有奇异值中的顺序确定的；目标奇异向量为任意一个奇异向量；塑料半定量分析模型是以所有训练样本的标准化处理后的吸光度数据的矩阵投影到预设坐标系下得到的训练样本的数据集以及所有训练样本的标签，对预先构建的神经网络模型或逻辑回归模型进行训练得到的。
[0015]第四方面，本专利技术实施例提供了一种塑料半定量分析模型的训练装置，包括：获取模块，用于获取多个训练样本，其中，每个训练样本包括该塑料样品的预设波数范围内的吸光度数据集、以及该塑料样品的标签，标签用于表示该塑料样品中的增塑剂是否超标；第二数据模块，用于对所有训练样本的吸光度数据集组成的训练样本吸光度数据集进行标准化处理，并将标准化处理后得到的数据组成的矩阵标记为标准矩阵；求解模块，用于对第一矩阵进行求解确定第一矩阵的奇异值，及与每个奇异值对应的奇异向量；其中，第一矩阵为标准矩阵的转置矩阵与标准矩阵的乘积；第一构建模块，用于构建预设坐标系，其中，预设坐标系是由奇异向量组成的正交坐标系矩阵，且奇异向量的顺序是基于该奇异向量对应的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种塑料中增塑剂含量的半定量分析方法，其特征在于，包括：获取待检测塑料样品在预设波数范围内的吸光度数据集；对所述吸光度数据集进行标准化处理，得到吸光度处理数据集；其中，标准化处理过程中的吸光度平均值和吸光度标准差分别为训练样本的吸光度平均值和训练样本的吸光度标准差；将所述吸光度处理数据集投影到预设坐标系下，以得到测试数据集；其中，所述预设坐标系是由第一矩阵的奇异向量基于预设顺序组成的，所述第一矩阵为训练样本在标准化处理后的吸光度数据的转置矩阵与标准化处理后的吸光度数据的矩阵的乘积；将所述测试数据集输入至预先训练好的塑料半定量分析模型中，以确定所述待检测塑料样品中的增速剂含量是否超标。2.如权利要求1所述的半定量分析方法，其特征在于，所述将所述吸光度处理数据集投影到预设坐标系下，以得到测试数据集，包括：将所述吸光度处理数据集投影到预设坐标系下，并将前k列数据作为测试数据集；其中，k是基于所述第一矩阵的所有奇异值的累积贡献率确定的。3.如权利要求1所述的半定量分析方法，其特征在于，所述获取待检测塑料样品在预设波数范围内的吸光度数据集，包括：对所述待检测塑料样品进行红外光谱测试，以得到所述待检测塑料样品的光谱数据集；对所述光谱数据集进行多项式平滑处理，并将平滑处理后的预设波数范围内的光谱数据集确定为所述预设波数范围内的吸光度数据集。4.如权利要求3所述的半定量分析方法，其特征在于，所述预设波数范围为大于等于500波数，小于等于4000波数。5.如权利要求1所述的半定量分析方法，其特征在于，所述预设坐标系中的目标奇异向量的位置是基于所述目标奇异向量对应的奇异值在所有奇异值中的顺序确定的；所述目标奇异向量为任意一个奇异向量；所述塑料半定量分析模型是以所有训练样本的标准化处理后的吸光度数据的矩阵投影到预设坐标系下得到的训练样本的数据集以及所有训练样本的标签，对预先构建的神经网络模型或逻辑回归模型进行训练得到的；所述训练样本包括多种塑料样品的预设波数范围内的吸光度数据集，所述多种塑料样品包括增塑剂超标的样品...

【专利技术属性】
技术研发人员：王利兵，魏红兵，胡煜，严莎，孙国凤，陈焱，王利，杨博锋，伍齐佳，
申请(专利权)人：津海威视技术天津有限公司，
类型：发明
国别省市：