【技术实现步骤摘要】
本专利技术涉及光谱数据处理，具体涉及基于近红外光谱技术的氢氧化钙浓度检测方法。
技术介绍
1、近红外光谱技术是一种非破坏性的分析方法，可以在不破坏样品的情况下获取物质的含量信息，且近红外光谱技术具有快速分析的优点。
2、由于氢氧化钙的光谱数据中，物质在不同波长下响应大小不同以及杂质的影响，会出现多个特征光谱波长，传统的pls偏最小二乘法中，在获取各个主成分时，各个维度数据的权重系数是一致的，而对于上述光谱数据中的多个特征波长，其对于氢氧化钙浓度的反映是不同的，采用相同的权重系数会放大不相关物质与其余杂质对于回归模型的影响，导致氢氧化钙浓度的预测值不准确。
技术实现思路
1、为解决上述问题，本专利技术提供基于近红外光谱技术的氢氧化钙浓度检测方法。
2、本专利技术的基于近红外光谱技术的氢氧化钙浓度检测方法采用如下技术方案：
3、本专利技术一个实施例提供了基于近红外光谱技术的氢氧化钙浓度检测方法，该方法包括以下步骤：
4、采集若干不同浓度下氢氧化钙的光谱数据和不同浓度下氢氧化钙的实际浓度；
5、根据光谱数据中特征波长的个数和特征波长的相似性，得到每个光谱数据的置信度；
6、将包含特征波长数量最多的光谱数据，记为标准光谱数据，根据不同光谱数据中任意两个特征波长的相似性，得到标准光谱数据中每个特征波长的列矩阵；利用折交叉验证的方式获取偏最小二乘法的目标函数的最终循环次数，记为tn；
7、根据所述列矩阵得到第1
8、根据第1次循环过程中解释变量矩阵、被解释变量矩阵、维度权重系数矩阵以及所述权重系数矩阵，获取第2次循环过程中解释变量矩阵和第2次循环过程中被解释变量矩阵；
9、以此类推，直至获得第tn次循环过程中解释变量矩阵、第tn次循环过程中被解释变量矩阵及第tn次循环过程中维度权重系数矩阵；
10、根据第tn次循环过程中解释变量矩阵、被解释变量矩阵、维度权重系数矩阵以及所述权重系数矩阵，得到偏最小二乘法的最终目标函数，获取待测光谱数据，根据最终目标函数得到待测光谱数据对应的氢氧化钙的浓度预测值。
11、进一步地，所述根据光谱数据中特征波长的个数和特征波长的相似性，得到每个光谱数据的置信度，包括的具体步骤如下：
12、根据光谱数据中每个波长对应的吸收率得到每个光谱数据的若干特征波长，根据任意两个光谱数据的所有差分比值和光谱数据的若干特征波长，得到不同光谱数据中任意两个特征波长的相似性；根据光谱数据中特征波长的个数和所有不同特征波长的相似性，得到每个光谱数据的置信度。
13、进一步地，所述根据光谱数据中每个波长对应的吸收率得到每个光谱数据的若干特征波长，根据任意两个光谱数据的所有差分比值的标准差和光谱数据的若干特征波长，得到不同光谱数据中任意两个特征波长的相似性，包括的具体步骤如下：
14、；其中表示任意一个光谱数据中第个波长对应的吸收率，预设一个第二数值，记为，表示该光谱数据中以第个波长为中心，邻域半径为的波长范围中第个波长对应的吸收率，预设一个第一阈值，记为，若且，将第个波长作为该光谱数据的一个特征波长；
15、
16、式中，为第i个光谱数据中第p个特征波长，为第j个光谱数据中第q个特征波长，为取绝对值，为第i个光谱数据和第j个光谱数据的所有差分比值的标准差，为第i个光谱数据中第p个特征波长与第j个光谱数据中第q个特征波长的相似性；为避免分母为0的超参数。
17、进一步地，所述第i个光谱数据和第j个光谱数据的所有差分比值的标准差的具体方法如下：
18、以第i个光谱数据中第p个特征波长为中心，邻域半径为的波长范围，为预设的第二数值，作为第i个光谱数据中第p个特征波长的邻域范围，将第i个光谱数据中第p个特征波长的邻域范围中任意一个波长的一阶后向差分，记为，，且，，为第i个光谱数据中第p个特征波长的邻域范围中第b个波长的吸收率，为第i个光谱数据中第p个特征波长的邻域范围中第b-1个波长的吸收率；
19、以第j个光谱数据中第q个特征波长为中心，将邻域半径为的波长范围，作为第j个光谱数据中第q个特征波长的邻域范围，将第j个光谱数据中第q个特征波长的邻域范围中任意一个波长的一阶后向差分，记为，，且，，其中，为第j个光谱数据中第q个特征波长的邻域范围中第b个波长的吸收率，为第j个光谱数据中第q个特征波长的邻域范围中第b-1个波长的吸收率，将作为第i个光谱数据中第个特征波长和第j个光谱数据中第个特征波长的一个差分比值，为避免分母为0的超参数，获取第i个光谱数据中第个特征波长和第j个光谱数据中第个特征波长的若干差分比值；获取第i个光谱数据中每个特征波长和第j个光谱数据中每个特征波长的所有差分比值，将所有差分比值的标准差，记为第i个光谱数据和第j个光谱数据的所有差分比值的标准差。
20、进一步地，所述根据光谱数据中特征波长的个数和所有不同特征波长的相似性，得到每个光谱数据的置信度，包括的具体步骤如下：
21、
22、式中，为第i个光谱数据中特征波长的个数，为所有光谱数据中特征波长的个数均值，为取绝对值，为光谱数据的数量，为第i个光谱数据中第p个特征波长与第j个光谱数据中第q个特征波长的相似性，为第i个光谱数据中特征波长的总个数，为第j个光谱数据中特征波长的总个数，为第i个光谱数据的置信度；为避免分母为0的超参数。
23、进一步地，所述根据不同光谱数据中任意两个特征波长的相似性，得到标准光谱数据中每个特征波长的列矩阵，包括的具体步骤如下：
24、在除标准光谱数据外的任意一个光谱数据中，获取与标准光谱数据中第一个特征波长相似性最高的特征波长，记为标准光谱数据中第一个特征波长在该光谱数据的相似特征波长，获取标准光谱数据中第一个特征波长在除标准光谱数据外每个光谱数据的相似特征波长，将标准光谱数据中第一个特征波长和若干相似特征波长降序排列成一个列矩阵，所述降序为第一个特征波长与不同相似特征波长的相似性从大到小排序，所述列矩阵中第一个元素为标准光谱数据中第一个特征波长，记为标准光谱数据中第一个特征波长的列矩阵，以此类推，得到标准光谱数据中每个特征波长的列矩阵。
25、进一步地，所述根据第1次循环过程中解释变量矩阵和第1次循环过程中被解释变量矩阵，得到第1次循环过程中维度权重系数矩阵，包括的具体步骤如下：
26、将第1次循环过程中解释变量矩阵中第一列的列矩阵记为第一列矩阵，将第一列矩阵中的元素按照从左到右的顺序进行排列，得到一个序列，记为第一序列，将第1次循环过程中被解释变量矩阵中的元素按照从左到右的顺序进行排列，得到本文档来自技高网...
【技术保护点】
1.基于近红外光谱技术的氢氧化钙浓度检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于近红外光谱技术的氢氧化钙浓度检测方法，其特征在于，所述根据光谱数据中特征波长的个数和特征波长的相似性，得到每个光谱数据的置信度，包括的具体步骤如下：
3.根据权利要求2所述基于近红外光谱技术的氢氧化钙浓度检测方法，其特征在于，所述根据光谱数据中每个波长对应的吸收率得到每个光谱数据的若干特征波长，根据任意两个光谱数据的所有差分比值的标准差和光谱数据的若干特征波长，得到不同光谱数据中任意两个特征波长的相似性，包括的具体步骤如下：
4.根据权利要求3所述基于近红外光谱技术的氢氧化钙浓度检测方法，其特征在于，所述第i个光谱数据和第j个光谱数据的所有差分比值的标准差的具体方法如下：
5.根据权利要求2所述基于近红外光谱技术的氢氧化钙浓度检测方法，其特征在于，所述根据光谱数据中特征波长的个数和所有不同特征波长的相似性，得到每个光谱数据的置信度，包括的具体步骤如下：
6.根据权利要求1所述基于近红外光谱技术的氢氧化钙浓度检测方法，
7.根据权利要求1所述基于近红外光谱技术的氢氧化钙浓度检测方法，其特征在于，所述根据第1次循环过程中解释变量矩阵和第1次循环过程中被解释变量矩阵，得到第1次循环过程中维度权重系数矩阵，包括的具体步骤如下：
8.根据权利要求1所述基于近红外光谱技术的氢氧化钙浓度检测方法，其特征在于，所述根据每个光谱数据的置信度得到光谱数据的权重系数矩阵，包括的具体步骤如下：
9.根据权利要求1所述基于近红外光谱技术的氢氧化钙浓度检测方法，其特征在于，所述根据第1次循环过程中解释变量矩阵、被解释变量矩阵、维度权重系数矩阵以及所述权重系数矩阵，获取第2次循环过程中解释变量矩阵和第2次循环过程中被解释变量矩阵，包括的具体步骤如下：
10.根据权利要求1所述基于近红外光谱技术的氢氧化钙浓度检测方法，其特征在于，所述根据第Tn次循环过程中解释变量矩阵、被解释变量矩阵、维度权重系数矩阵以及光谱数据的权重系数矩阵，得到偏最小二乘法的最终目标函数，包括的具体步骤如下：
...【技术特征摘要】
1.基于近红外光谱技术的氢氧化钙浓度检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于近红外光谱技术的氢氧化钙浓度检测方法，其特征在于，所述根据光谱数据中特征波长的个数和特征波长的相似性，得到每个光谱数据的置信度，包括的具体步骤如下：
3.根据权利要求2所述基于近红外光谱技术的氢氧化钙浓度检测方法，其特征在于，所述根据光谱数据中每个波长对应的吸收率得到每个光谱数据的若干特征波长，根据任意两个光谱数据的所有差分比值的标准差和光谱数据的若干特征波长，得到不同光谱数据中任意两个特征波长的相似性，包括的具体步骤如下：
4.根据权利要求3所述基于近红外光谱技术的氢氧化钙浓度检测方法，其特征在于，所述第i个光谱数据和第j个光谱数据的所有差分比值的标准差的具体方法如下：
5.根据权利要求2所述基于近红外光谱技术的氢氧化钙浓度检测方法，其特征在于，所述根据光谱数据中特征波长的个数和所有不同特征波长的相似性，得到每个光谱数据的置信度，包括的具体步骤如下：
6.根据权利要求1所述基于近红外光谱技术的氢氧化钙浓度检测方法，其特征在于，...
【专利技术属性】
技术研发人员：周建新，顾拥明，
申请(专利权)人：常熟市宏宇钙化物有限公司，
类型：发明
国别省市：
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。