[发明专利]基于红外光谱分析物质成分含量的增量式方法

权利要求书

1.一种基于红外光谱分析物质成分含量的增量式方法，其特征在于，包括以下步骤：

S1，根据源域红外光谱数据和与所述源域红外光谱数据对应的源域物质成分含量建立第一回归模型，求取所述第一回归模型中的参数；

S2，获取目标域标准样本，所述目标域标准样本包括目标域红外光谱标准数据和目标域物质浓度标准数据，建立目标域红外光谱标准数据与源域红外光谱数据之间的转移模型，求取所述转移模型中的参数；

S3，根据所述第一回归模型和所述转移模型建立第二回归模型；

S4，获取目标域红外光谱增量数据和目标域物质成分含量增量数据，利用第二回归模型对所述目标域红外光谱增量数据进行筛选，如果满足要求则保留所述目标域红外光谱增量数据和与所述目标域红外光谱增量数据对应的目标域物质成分含量增量数据；

S5，重复执行步骤S4直至被保留的目标域红外光谱增量数据的数量达到阈值，然后形成新目标域标准样本，所述新目标域标准样本包含上述被保留的目标域红外光谱增量数据和目标域物质成分含量增量数据；将所述新目标域标准样本设定为所述目标域标准样本，利用步骤S2和步骤S3获取新转移模型和新第二回归模型；

S6.获取目标域红外光谱测试数据，根据所述目标域红外光谱测试数据，所述新第二回归模型获取目标域物质成分含量。

2.根据权利要求1所述的基于红外光谱分析物质成分含量的增量式方法，其特征在于，所述利用第二回归模型对所述目标域红外光谱增量数据进行筛选的步骤包括：根据所述目标域红外光谱增量数据和所述第二回归模型获取目标域物质成分含量增量预测数据，比较所述目标域物质成分含量增量数据和所述目标域物质成分含量增量预测数据，如果二者差值大于阈值则满足要求。

3.根据权利要求2所述的基于红外光谱分析物质成分含量的增量式方法，其特征在于，所述根据所述目标域红外光谱增量数据和所述第二回归模型获取目标域物质成分含量增量预测数据的步骤包括：利用所述目标域标准样本的均值对所述目标域红外光谱增量数据做中心化处理，利用下式依次递推求取与所述目标域红外光谱增量数据对应的增量光谱特征，其中，i大于等于1且小于等于k，T_{T_incre}为第三光谱特征，k为第三光谱特征的个数，为第二标准投影数据的第i个分量，为中心化处理后的目标域红外光谱增量数据的第i个残差项，为第二标准载荷数据的第i个分量；利用下式求取出所述目标域物质成分含量增量预测数据，其中M为转移模型中的参数，B为第一回归模型中的参数，mean(y_{S_cal})为源域物质成分含量的均值，为目标域物质成分含量增量预测数据。

4.根据权利要求1所述的基于红外光谱分析物质成分含量的增量式方法，其特征在于，所述第一回归模型为偏最小二乘回归模型，所述步骤S1包括，对所述源域红外光谱数据进行特征提取获取第一光谱特征，根据所述第一光谱特征和源域物质成分含量建立所述偏最小二乘回归模型，求出回归系数。

5.根据权利要求4所述的基于红外光谱分析物质成分含量的增量式方法，其特征在于，目标域红外光谱数据包括目标域红外光谱标准数据和目标域红外光谱测试数据，所述步骤S2包括根据所述目标域红外光谱标准数据进行特征提取获取第二标准光谱特征；根据所述第一光谱特征和所述第二标准光谱特征建立所述转移模型，求出转移矩阵。

6.根据权利要求5所述的基于红外光谱分析物质成分含量的增量式方法，其特征在于，所述步骤S6包括，根据所述目标域红外光谱测试数据获取第三光谱特征，将所述第三光谱特征和所述转移模型带入到所述偏最小二乘回归模型中获取所述目标域物质成分含量。

7.根据权利要求4所述的基于红外光谱分析物质成分含量的增量式方法，其特征在于，所述对所述源域红外光谱数据进行特征提取获取第一光谱特征的步骤包括，对所述源域红外光谱数据和源域物质成分含量进行中心化处理，根据中心化处理后的源域红外光谱数据和源域物质成分含量建立偏最小二乘回归模型获取所述第一光谱特征。