[发明专利]一种利用近红外光谱预测油品物性数据的方法

权利要求书

1.一种利用近红外光谱预测油品物性数据的方法，包括如下步骤：

(1)将油品按性质分类，每类收集一组样本，每组样本数量至少为100个，测定每个样本的近红外光谱，再用常规方法按油品类别测定每个样本需要预测的物性数据，

(2)对每个样本的近红外光谱分别进行一阶微分和二阶微分并归一化，将每一样本归一化后的一阶微分和二阶微分光谱并排组合，或将每个样本的近红外光谱进行小波变换处理，采用Daubechies(db4)小波基函数，光谱分解尺度为7，选取第3～6小波细节系数，分别进行归一化处理后并排组合，

(3)将每个样本经并排组合后的近红外光谱与其测定的物性数据对应，按油品类别分别建立近红外光谱数据库，

(4)测定待测样品的近红外光谱，按(2)步方法进行并排组合，

(5)根据待测样本的油品类型，选择相应的近红外光谱数据库，利用库光谱数据对待测样本按下述方法进行拟合处理，

a)按式①表示待测样本光谱，求得库光谱的拟合系数，

x=Σi=1kaivi]]>①

式①中，x为待测样本经并排组合后所得的光谱，v_i为第i个库光谱，k为库光谱的数目，a_i为第i个库光谱对应的拟合系数，

拟合系数a_i采用经典的非负约束最小二乘法求出，即满足如下目标函数：

min||x-Σi=1kaivi||,s.t.ai≥0]]>

b)将上述求得的拟合系数a_i中所有的非零拟合系数提取出来，按式②进行归一化处理，得到归一化的拟合系数b_i，

bi=aiΣi=1gai]]>②

式②中，g为非零拟合系数的库光谱个数，

c)按③式计算待测样本的拟合光谱：

d)按式④计算待测样本光谱的拟合度，

s=0.001/Σj=1m(x^j-xj)2/(m-1)]]>④

式④中，x_j为待测样本光谱第j个波长点的吸光度，为拟合光谱第j个波长点的吸光度，m为光谱的波长点数，

(6)若s大于设定的阈值，则由参与拟合的库光谱对应的物性数据计算待测样本的性质。