【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种实时检查溶液中物质浓度的方法，并且更具体地，涉及一种通过基于浓度预测算法实时学习具有变化物质浓度的处理溶液的光学分析光谱，来精确预测待分析物质的浓度的方法。
技术介绍
1、为了获取关于溶液中的物质的化学信息，可以使用诸如ir、拉曼和uv-vis的光谱仪通过化学分析方法来获取光谱，并且基于所获取的光谱来提取关于物质的化学信息，并计算其浓度。
2、对于相关技术中通过光学分析方法进行的物质浓度分析，由于各种化学物质的混合状态，难以基于成分区分物质的相关化学信息，并且需要花费大量时间来区分和分析它们，因此，出现难以实时地测量分析物的浓度的问题。为了解决该问题，现有技术通过使用基于机器学习的多变量回归分析、多项式回归、偏最小二乘(pls)或净分析物信号(nas)算法，通过多变量线性组合来预测分析物的分析。在专利文献1中提出了这些方法。然而，当分析物的浓度和从光谱仪获得的光谱之间的关系不是线性的时，出现了算法模型形成和浓度预测的精度低的问题。此外，当光谱随溶液中分析物浓度的变化不显著时，存在模型的学习率下降的问题。p>
3、同时，本文档来自技高网...
【技术保护点】
1.一种用于通过机器学习生成浓度预测模型的方法，所述浓度预测模型用于预测目标物质的浓度，所述方法包括：
2.根据权利要求1所述的方法，其中，所述预定转换条件是从以下各项导出的优化转换条件：
3.根据权利要求2所述的方法，其中，所述优化转换条件导出步骤包括：计算在所述光谱转换和组合步骤中生成的所述转换光谱的参考相似度标准差、与实际测量浓度的相关系数以及光谱转换前后的多变量比率中的每一个，以及导出使其和最大的转换条件，作为所述优化转换条件。
4.根据权利要求2所述的方法，其中，所述优化转换条件导出步骤包括：计算参考相似度标准差Ak、与实...
【技术特征摘要】
【国外来华专利技术】
1.一种用于通过机器学习生成浓度预测模型的方法，所述浓度预测模型用于预测目标物质的浓度，所述方法包括：
2.根据权利要求1所述的方法，其中，所述预定转换条件是从以下各项导出的优化转换条件：
3.根据权利要求2所述的方法，其中，所述优化转换条件导出步骤包括：计算在所述光谱转换和组合步骤中生成的所述转换光谱的参考相似度标准差、与实际测量浓度的相关系数以及光谱转换前后的多变量比率中的每一个，以及导出使其和最大的转换条件，作为所述优化转换条件。
4.根据权利要求2所述的方法，其中，所述优化转换条件导出步骤包括：计算参考相似度标准差ak、与实际测量浓度的相关系数bk以及光谱转换前后的多变量比率ck中的每一个，所述参考相似度标准差ak是在所述光谱转换和组合步骤中生成的针对各个转换条件的所述转换光谱的参考相似度之间的标准差；以及导出使作为其线性函数的fk(ak,bk,ck)＝aak+bbk+cck(a、b和c为常数值)的值最大的转换条件，作为所述优化转换条件，并且
5.一种计算机记录介质，其上记录有浓度预测模型生成算法，所述计算机记录介质包括：
6.一种用于预测分析物的浓度的浓度预测方法，所述浓度预测方法包括：
7.根据权利要求6所述的浓度预测方法，其中，所述优化转换条件导出步骤包括：计算在所述光谱转换和组合步骤中生成的所述转换光谱的参考相似度标准差、与实际测量浓度的相关系数以及光谱转换前后的多变量比率...
【专利技术属性】
技术研发人员：金宰贤，金炳默，李进泳，李圭滉，宋永秀，
申请(专利权)人：株式会社LG化学，
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。