[发明专利]基于红外光谱分析物质成分含量的增量式方法

说明书

本发明涉及一种基于红外光谱分析物质成分含量的增量式方法，包括以下步骤：根据源域红外光谱数据和源域物质成分含量建立第一回归模型；获取目标域标准样本，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；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；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；直至被保留的数量达到阈值，利用所述新目标域标准样本，获取新转移模型和新第二回归模型；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和所述新第二回归模型获取目标域物质成分含量。效率高。

技术领域

本发明涉及红外光谱分析领域，具体而言，涉及一种基于红外光谱分析物质成分含量的增量式方法。

背景技术

通过红外光谱分析可获知物质成分含量。通过测量红外光谱，对其进行分析，从而获知物质成分含量，不仅可以定性分析，也可定量分析。但是在实际的工业生产过程中，数据以数据流的形式不定时到达，当有新的样本到来时，需要对模型进行实时的更新。然而，传统的标定迁移方法均以批处理模型建立模型，只能通过结合新旧数据重复建模的方法来更新模型，这种方法往往需要占用大量的时间和存储空间，不适合实际生产中的应用。

发明内容

本发明为了解决现有的重新建模效率低的问题，提出了一种基于红外光谱分析物质成分含量的增量式方法，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物质成分含量增量数据和目标域红外光谱增量数据；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和所述新第二回归模型获取目标域物质成分含量。

进一步地，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。

进一步地，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坐中心化处理，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个分狼。；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。