一种有机肥产品近红外模型转移方法技术

本发明专利技术涉及一种有机肥产品近红外模型转移方法，其特征在于：１）选择并设定主仪器和从仪器，进行两仪器间光谱数据匹配；２）用光谱数据匹配前、后主仪器光谱阵与样品化学真值浓度阵建立基于偏最小二乘法的留一法全交互验证近红外模型，并进行预测效果差异比较；３）在校正集样品中选出若干代表性样品组成标准化样品集；４）利用主仪器所建近红外校正模型分别计算主仪器和从仪器标准化样品集预测值浓度阵，并进行最小二乘拟合；５）利用主仪器近红外校正模型计算从仪器验证集样品浓度阵，并利用最小二乘拟合关系式进行校正，得到模型转移后从仪器验证集样品浓度阵；６）对主仪器近红外校正模型转移后的预测效果进行评价分析。

【技术实现步骤摘要】

本专利技术涉及一种模型转移方法，特别是关于一种有机肥产品近红外模型转移方 法。
技术介绍
近年来，近红外光谱分析技术以其高效、无损、无污染和可同时进行多组分或性质 的测定分析等优点在各个行业得到了广泛应用，其在有机肥技术指标的测定分析中的应用 研究，始于20世纪90年代，且显现了良好的应用效果。但是，近红外光谱分析技术是一种 间接的分析方法，在建立校正模型时，往往需要测定分析大量样品的化学值或基础性质数 据作为建立校正模型的基础，这个过程不仅费时费力，且投入较大，所以对所建立的模型在 动态适应性方面提出了较高的要求。其不仅要求模型的预测范围广，而且要求在一台仪器 上建立的模型能够在其它仪器上应用，即要求进行近红外光谱分析模型的转移。这样可实 现资源的共享和模型的有效利用，大大减少因重复建模所造成的人力、物力和财力的浪费。 但是，目前对有机肥近红外光谱分析模型的转移还没有一种有效的方法。
技术实现思路
针对上述问题，本专利技术的目的是提供一种可有效、精确地对近红外模型进行转移， 进而可实现资源共享和模型有效利用的有机肥产品近红外模型转移方法。为实现上述目的，本专利技术采取以下技术方案，其包括以下步骤1)选择并设定两个近红外光谱仪作为对有机肥样品进行光谱分析的 主仪器和从仪器，以从仪器获得的有机肥样品光谱数据格式为标准，将主仪器获得的有机 肥样品光谱数据格式向从仪器获得的有机肥样品光谱数据格式进行匹配，使其光谱阵横坐 标一致；2)用光谱数据匹配前和匹配后主仪器测得的光谱阵与有机肥样品的化学真值浓 度阵，建立基于偏最小二乘法的留一法全交互验证近红外模型，并对这两个近红外模型的 预测效果进行比较，验证光谱数据匹配前、后，主仪器测得的近红外光谱阵间的差异；3)对 有机肥样品异常样品进行剔除，对校正集样品和验证集样品进行分集，并对光谱数据进行 预处理，利用校正集样品，采用偏最小二乘法作为回归方法，建立光谱数据匹配后主仪器近 红外校正模型，并利用该近红外校正模型对主仪器验证集和从仪器验证集的预测效果进行 比较；4)在校正集样品中选出若干个样品，分别在主仪器和从仪器上扫描其光谱，得到主 仪器标准化样品集光谱阵和从仪器标准化样品集光谱阵，以用于计算近红外模型的转移参 数；5)采用步骤3)所建近红外校正模型分别对主仪器和从仪器在步骤4)中选用的标准化 样品集进行光谱扫描，并计算出对应的标准化样品集预测值浓度阵，对其进行最小二乘拟 合，得到主仪器上预测的标准化样品集浓度阵Cmp与从仪器上预测的标准化样品集浓度阵 Csp的最小二乘拟合关系式Cmp = bias+slope*Csp(1)采用最小二乘法求出bias和slope ；其中，slope为最小二乘法拟合得到的斜率值，bias为最小二乘法拟合得到的截距值；6)利用步骤3)所建近红外校正模型获得从仪器 验证集样品浓度阵，并利用步骤5)所得到的最小二乘拟合关系式(1)中求出的斜率值和截 距值进行校正，得到最终主仪器近红外校正模型预测从仪器验证集样品浓度阵；7)对近红 外校正模型转移后的预测效果进行评价分析。所述步骤2)中，根据校正决定系数衫、交互验证决定系数i 〗v、校正均方差RMSEC、 交互验证均方差RMSECV和系统偏差bias这四个指标评价光谱数据匹配前、后主仪器所建 模型的预测效果，并验证光谱数据匹配前、后主仪器测得的近红外光谱阵间的差异；其中， 校正决定系数、交互验证决定系数《v，表示光谱数据匹配前、后，主仪器近红外预测值浓 度阵与化学真值浓度阵之间的拟合程度<formula>formula see original document page 6</formula>式中，η。为校正集样品数，η为全部样品数，yi(i = 1,2,.....η)为第i个样品的 化学真值，Zi为第i个样品的近红外预测值，Ji为全部样品化学真值的平均值；校正均方差 RMSEC、交互验证均方差RMSECV，表示光谱数据匹配前、后，主仪器近红外预测值与化学真值 之间的偏差<formula>formula see original document page 6</formula>系统偏差bias，表示全部样品化学真值平均值与近红外预测值平均值的差bias = y-y(6)式中，多为近红外预测值的平均值；评定原则是和趕v越接近1，并且RMSEC、 RMSECV和bias越小，模型的预测精度越高；若光谱数据匹配前后主仪器所建模型的评价参 数砣、R、、RMSEC、RMSECV和bias，前后参数差异不显著，则可以利用主仪器数据匹配后的 近红外光谱阵与从仪器近红外光谱阵进行模型转移。所述步骤3)中，根据验证集决定系数、均方差RMSEP和系统偏差bias评价近红 外校正模型对主仪器验证集和从仪器验证集的预测效果；其中验证集决定系数及〗，表示验 证集预测值与化学真值关系的拟合程度<formula>formula see original document page 7</formula>验证均方差RMSEP，表示验证集预测值与化学真值之间的偏差RMSEP= J-Vfc-Z,)2(8)式中，％为验证集样品数；评定原则是圮越接近1，并且RMSEP和bias越小，模型 的预测精度越高。所述步骤4)中，标准化样品集的选用原则为以下所列方法中的一种①根据校正 集样品浓度大小进行梯度排列，等间隔选取样品作为标准化样品集；②根据校正集样品光 谱间的马氏距离大小，等间隔选取样品作为标准化样品集；③由校正集样品随机抽取一定 数量的样品作为标准化样品集。所述步骤7)中，采用验证均方差RMSEP和系统偏差bias两个指标，综合比较模型 转移后，主仪器近红外校正模型对从仪器验证集预测结果和从仪器近红外校正模型对自身 验证集预测结果的接近程度。本专利技术由于采取以上技术方案，其具有以下优点1、本专利技术在将主仪器和从仪器 获得的有机肥样品的光谱阵进行数据格式匹配后，首先对主仪器光谱数据匹配前和匹配后 所建立的近红外校正模型预测效果进行比较，因此，可以先粗略判断主仪器近红外光谱分 析模型是否可进行模型转移。2、本专利技术在建立光谱数据匹配后主仪器近红外校正模型前， 对有机肥样品异常样品进行剔除，对校正集样品和验证集样品进行分集，并优选光谱数据 预处理方法，利用校正集样品，采用偏最小二乘法作为回归方法，建立光谱数据匹配后主仪 器近红外校正模型，通过校正模型对主仪器和从仪器验证集预测效果进行比较，因此，可精 确获取主仪器数据匹配前后近红外模型转移前对主从仪器预测效果差异。3、本专利技术将主 仪器上预测的标准化样品集浓度阵和从仪器上预测的标准化样品集浓度阵进行最小二乘 拟合，通过求解斜率和截距值，可对近红外校正模型进行转移，该方法简便易行，并可确保 模型转移后的预测精度。4、本专利技术提供的将近红外校正模型进行转移的方法，可使所建立 的有机肥重要技术指标近红外校正模型在其它仪器上应用，实现模型的有效利用和资源共 享；并且利于所建近红外校正模型的扩容和升级维护，提高模型的精度和适用能力。本专利技术 构思巧妙，操作方便，通过对基于不同近红外光谱仪所建立的有机肥产品近红外校正模型 的稳定转移，本文档来自技高网...

【技术保护点】
一种有机肥产品近红外模型转移方法，其包括以下步骤：１）选择并设定两个近红外光谱仪作为对有机肥样品进行光谱分析的主仪器和从仪器，以从仪器获得的有机肥样品光谱数据格式为标准，将主仪器获得的有机肥样品光谱数据格式向从仪器获得的有机肥样品光谱数据格式进行匹配，使其光谱阵横坐标一致；２）用光谱数据匹配前和匹配后主仪器测得的光谱阵与有机肥样品的化学真值浓度阵，建立基于偏最小二乘法的留一法全交互验证近红外模型，并对这两个近红外模型的预测效果进行比较，验证光谱数据匹配前、后，主仪器测得的近红外光谱阵间的差异；３）对有机肥样品异常样品进行剔除，对校正集样品和验证集样品进行分集，并对光谱数据进行预处理，利用校正集样品，采用偏最小二乘法作为回归方法，建立光谱数据匹配后主仪器近红外校正模型，并利用该近红外校正模型对主仪器验证集和从仪器验证集的预测效果进行比较；４）在校正集样品中选出若干个样品，分别在主仪器和从仪器上扫描其光谱，得到主仪器标准化样品集光谱阵和从仪器标准化样品集光谱阵，以用于计算近红外模型的转移参数；５）采用步骤３）所建近红外校正模型分别对主仪器和从仪器在步骤４）中选用的标准化样品集进行光谱扫描，并计算出对应的标准化样品集预测值浓度阵，对其进行最小二乘拟合，得到主仪器上预测的标准化样品集浓度阵Ｃ↓［ｍｐ］与从仪器上预测的标准化样品集浓度阵Ｃ↓［ｓｐ］的最小二乘拟合关系式：Ｃ↓［ｍｐ］＝ｂｉａｓ＋ｓｌｏｐｅ＊Ｃ↓［ｓｐ］（１）采用最小二乘法求出ｂｉａｓ和ｓｌｏｐｅ；其中，ｓｌｏｐｅ为最小二乘法拟合得到的斜率值，ｂｉａｓ为最小二乘法拟合得到的截距值；６）利用步骤３）所建近红外校正模型获得从仪器验证集样品浓度阵，并利用步骤５）所得到的最小二乘拟合关系式（１）中求出的斜率值和截距值进行校正，得到最终主仪器近红外校正模型预测从仪器验证集样品浓度阵；７）对近红外校正模型转移后的预测效果进行评价分析。...

【技术特征摘要】

【专利技术属性】
技术研发人员：黄光群，韩鲁佳，刘贤，王晓燕，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：11[中国|北京]