一种卷烟烟气色谱基线校正MPLS方法技术

本发明专利技术涉及一种卷烟烟气色谱基线校正MPLS方法，属烟草化学与应用技术领域。本发明专利技术方法引入了化学计量法中的基于数学形态学的峰识别、惩罚最小二乘方法原理进行卷烟烟气色谱信息基线校正，即：利用数学形态学的开启运算找出卷烟烟气色谱信号中的峰位置，后记录相邻峰之间的最低点，通过最低点作为权重的惩罚最小二乘拟合出背景，通过智能模拟专家手工进行基线校正过程，并将其自动化。本发明专利技术的有益效果在于：扣除背景后卷烟烟气的主成分分析结果相对于该算法处理前有较大的改进，验证了算法的有效性。说明MPLS方法是卷烟烟气GC/oa-TOF-MS色谱基线校正非常有用的工具，为烟草化学与应用技术开辟了一个新的应用领域，为卷烟烟气研究提供了一个新的方法与思路。

【技术实现步骤摘要】

:本专利技术涉及一种卷烟烟气色谱基线校正MPLS方法，具体涉及一种基于形态学和惩罚最小二乘的卷烟烟气色谱信号自动化基线校正MPLS方法，属烟草化学与应用

技术介绍
:卷烟烟气中所含挥发性成分由上百种不等。其中，有些成分结构类似、性质相近，故色谱保留时间亦非常接近，容易产生色谱峰重叠现象，给成分的准确定性、定量分析带来困难。近年来，化学计量学已经被尝试应用于烟草复杂体系中重叠的色谱峰的分辨与解析、以及大量数据的降维与建模。由于色谱图谱旨在提供一种对样品进行综合整体的鉴定手段，所以如何获取一个真正能代表该样品的色谱信息是一个十分重要的工作。卷烟烟气色谱信号中不可避免存在的基线漂移，往往会影响了接下来的信号分析的选择性和灵敏度。为了进一步的定性定量分析，对原始信号进行基线校正的必须做的工作。针对高分辨GC/oa-TOF-MS气质数据，我们提出了一个不需要对样品组成有任何先验知识，也不需要手动选取基线校正点的基于形态学和惩罚最小二乘新的自动化基线校正的方法。该算法是通过数学形态学识别峰，标注相邻峰之间的最低点，然后用惩罚最小二乘来拟合以标注的最低点为权的曲线作为基线，最后用原始的本文档来自技高网...

【技术保护点】
一种卷烟烟气色谱基线校正MPLS方法，其特征在于该方法引入化学计量法中的基于数学形态学的峰识别、惩罚最小二乘方法原理进行卷烟烟气色谱信息基线校正，具体步骤如下：a.将装有萃取浓缩液的进样瓶放入GC?TOF?MS的进样装置中，设定进样的气相色谱以及质谱参数，同一个卷烟烟气样本进样8次，获得样本的色谱图数据，为下一步数据基线校正做准备；b.基于数学形态学的峰识别：数学形态学方法利用一个称作结构元素的探针收集图像的信息，即：通过结构元素B在信号主体A中就行转换，结构元素B被定义为一个平面结构元素，即中心在x和左右具有相同宽度为w的平面窗口；信号主体A和结构元素B之间的膨胀运算的定义是：A&Circl...

【技术特征摘要】

【专利技术属性】
技术研发人员：黄静，李忠，吴雨松，韩志强，施红林，郭生云，
申请(专利权)人：云南烟草科学研究院，
类型：发明
国别省市：