System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及光谱仪定标体选择,更具体的说是涉及一种基于光谱技术和多指标分析的定标体选择方法及系统。
技术介绍
1、目前,航天探测器(轨道卫星、着陆器、巡视器等)上搭载的众多科学载荷中,很大一部分是光学载荷,而光学载荷采集的数据准确性直接关系着后续科学研究正确与否。光学载荷长期工作在太空中极端的环境下,其性能会发生变化,从而影响光谱数据的准确性,导致数据分析出现偏差,因此对载荷的光谱仪进行波长定标十分必要,而定标需要借助定标体来实现,因此,定标体是定标成败的关键组件;在定标体遴选方面需要综合考虑:化学活性、力能性能和特征光谱峰强弱等因素。
2、但是,同一种样品内指标差距较小,对于同一种类下不同批次、不同厂家或不同产地的样品很难通过某一个指标作出对比评判。选择过程充满着复杂性和不确定性,筛选出最合适的定标体十分困难。现有技术在做波长定标时更加关注某些指标,而一些指标又是潜在因素的外在体现,通过主观判断往往会有偏向或考虑不周全,现阶段是主观地依靠过往经验进行光谱仪定标体选择,缺乏完整的定标体选择规范或评价体系,因此亟需一套筛选定标体的规范流程和方法提供指导性意见,辅助研究人员更快捷地做出最佳决策。
3、因此,如何辅助研究人员更快捷地选择最佳定标体是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此,本专利技术提供了一种基于光谱技术和多指标分析的定标体选择方法及系统,能够辅助研究人员更快捷地选择最佳定标体。
2、为了实现上述目的,本专利技术采用
3、一种基于光谱技术和多指标分析的定标体选择方法,包括:
4、采集备选定标体的光谱数据;
5、基于所述光谱数据得到光谱参数;
6、基于所述光谱参数剔除不符合规则的备选定标体,得到筛选备选定标体;
7、对所述筛选备选定标体的光谱参数进行多指标分析,得到最终分数;
8、根据所述最终分数排名确定最终定标体。
9、优选的,还包括:
10、基于所述筛选备选定标体的光谱参数及其对应的最终分数建立定标体评价模型;
11、将待检测定标体的光谱数据输入所述定标体评价模型得到最终分数。
12、优选的,建立定标体评价模型具体包括:
13、将所述筛选备选定标体的光谱参数及其对应的最终分数建立数据集;
14、将所述数据集划分为两个互斥的集合:训练集和测试集;
15、通过所述训练集训练所述定标体评价模型,通过所述测试集验证所述定标体评价模型网络拟合效果。
16、优选的,所述光谱数据至少包括:吸收光谱、散射光谱和发射光谱;
17、所述吸收光谱至少包括:原子吸收光谱、紫外-可见吸收光谱、红外吸收光谱和x射线吸收光谱;
18、所述散射光谱至少包括:拉曼光谱;
19、所述发射光谱至少包括:原子发射光谱、原子荧光光谱、分子发光光谱和x射线荧光光谱;
20、所述光谱参数至少包括:特征峰数量、峰值位置、峰值强度、半峰全宽、峰位信噪比、峰位信背比和结晶度。
21、优选的,剔除规则为:将同一种定标体不同样品中光谱谱形明显不一致或没有所含物质特征峰的样品剔除。
22、优选的,基于光谱数据得到所述特征峰数量、所述峰值强度和所述峰值位置,具体包括:
23、对所述光谱数据进行平滑处理得到平滑处理后的数据,平滑处理公式如下:
24、
25、其中,表示平滑处理后的数据,n表示窗口的大小,m表示窗口的半宽度,y表示光谱数据,k表示移动步长,i表示当前窗口所在位置的中心点;
26、计算所述平滑处理后的数据的一阶导数,如果所述一阶导数由负变正,则表示该点为一个峰值点,所述峰值点表示所述光谱数据中的峰值,统计所有峰值点得到特征峰数量;
27、采用高斯拟合对所述峰值点进行分析,公式如下:
28、
29、其中,f(x)表示所得的新的拟合函数,a表示峰值强度,μ表示峰值位置,σ表示峰宽;
30、通过对所述峰值周围数据进行拟合,得到峰值强度a、峰值位置μ和峰宽σ的估计值。
31、优选的,基于光谱数据得到所述半峰全宽,具体包括:
32、从所述峰值位置开始,沿两侧搜索,找到所述峰值强度等于半峰高的两个位置x1和x2,半峰全宽为位置x1和x2之间的距离;
33、所述半峰高表示峰值强度一半处对应的数值;
34、通过二分搜索确定满足条件的位置x1和x2。
35、优选的,通过二分搜索确定满足条件的位置x1和x2,具体包括:
36、初始化搜索区间为峰值位置μ的左右两侧;
37、迭代执行以下步骤直至满足条件:
38、计算所述搜索区间中点位置xmid;
39、若则更新所述搜索区间的左边界为xmid;
40、若则更新所述搜索区间的右边界为xmid;
41、最终得到满足条件的位置x1和x2。
42、优选的,对所述筛选备选定标体的光谱参数进行多指标分析,得到最终分数,具体包括:
43、通过kmo检验和球形检验判断所述筛选备选定标体的光谱参数能否进行因子分析;
44、若kmo值≥0.7且球形检验中p值≤0.05,则能够进行因子分析,同时使用多种方法分别对所述筛选备选定标体的光谱参数进行分析赋权;
45、将多种方法计算的赋权结果转化为百分制分数,并对得到的所有百分制分数取幂平均得到最终分数;
46、若判断不能做因子分析,则重新选择输入样品数据。
47、一种基于光谱技术和多指标分析的定标体选择系统,包括:光谱采集模块、光谱分析模块、样品初步判别模块、多指标综合评价模块和定标体确定模块;
48、所述光谱采集模块,用于采集备选定标体的光谱数据;
49、所述光谱分析模块,用于基于所述光谱数据得到光谱参数;
50、所述样品初步判别模块,用于基于所述光谱参数剔除不符合规则的备选定标体,得到筛选备选定标体;
51、所述多指标综合评价模块,用于对所述筛选备选定标体的光谱参数进行多指标分析,得到最终分数;
52、所述定标体确定模块,用于根据所述最终分数排名确定最终定标体。
53、经由上述的技术方案可知,与现有技术相比,本专利技术公开提供了一种基于光谱技术和多指标分析的定标体选择方法及系统,通过建立基于候选样品光谱的数据库,并结合其他能影响光谱数据的可测量参数,综合多种评价方法的结果确定样品最终的分数,根据分数排名给出同批次推荐的定标体,能够辅助研究人员更快捷地选择最佳定标体;用多指标评价方法进行赋权,根据不同原理挖掘指标参数背后的隐藏因素,评价各个指标的重要性及所含信息量,从而确定推理规则,能够科学的选择出最佳定标体;通过训练神经网络得到更为简约的单本文档来自技高网...
【技术保护点】
1.一种基于光谱技术和多指标分析的定标体选择方法,其特征在于,包括:
2.根据权利要求1所述的一种基于光谱技术和多指标分析的定标体选择方法,其特征在于,还包括:
3.根据权利要求2所述的一种基于光谱技术和多指标分析的定标体选择方法,其特征在于,建立定标体评价模型具体包括:
4.根据权利要求1所述的一种基于光谱技术和多指标分析的定标体选择方法,其特征在于,所述光谱数据至少包括:吸收光谱、散射光谱和发射光谱;
5.根据权利要求1所述的一种基于光谱技术和多指标分析的定标体选择方法,其特征在于,剔除规则为:将同一种定标体不同样品中光谱谱形明显不一致或没有所含物质特征峰的样品剔除。
6.根据权利要求4所述的一种基于光谱技术和多指标分析的定标体选择方法,其特征在于,基于光谱数据得到所述特征峰数量、所述峰值强度和所述峰值位置,具体包括:
7.根据权利要求6所述的一种基于光谱技术和多指标分析的定标体选择方法,其特征在于,基于光谱数据得到所述半峰全宽,具体包括:
8.根据权利要求7所述的一种基于光谱技术和多指标分析
9.根据权利要求8所述的一种基于光谱技术和多指标分析的定标体选择方法,其特征在于,对所述筛选备选定标体的光谱参数进行多指标分析,得到最终分数,具体包括:
10.一种基于光谱技术和多指标分析的定标体选择系统,其特征在于,包括:光谱采集模块、光谱分析模块、样品初步判别模块、多指标综合评价模块和定标体确定模块;
...【技术特征摘要】
1.一种基于光谱技术和多指标分析的定标体选择方法,其特征在于,包括:
2.根据权利要求1所述的一种基于光谱技术和多指标分析的定标体选择方法,其特征在于,还包括:
3.根据权利要求2所述的一种基于光谱技术和多指标分析的定标体选择方法,其特征在于,建立定标体评价模型具体包括:
4.根据权利要求1所述的一种基于光谱技术和多指标分析的定标体选择方法,其特征在于,所述光谱数据至少包括:吸收光谱、散射光谱和发射光谱;
5.根据权利要求1所述的一种基于光谱技术和多指标分析的定标体选择方法,其特征在于,剔除规则为:将同一种定标体不同样品中光谱谱形明显不一致或没有所含物质特征峰的样品剔除。
6.根据权利要求4所述的一种基于光谱技术和多指标分析的定标体选择...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。