[发明专利]一种近红外光谱模型转移策略优选方法及装置

说明书

本发明提供了一种近红外光谱模型转移策略优选方法，所述近红外光谱模型转移策略优选方法包括剔除标准样品在源机和目标机上检测的光谱数据中的异常样本值，建立预选模型策略，采用投票机制对所述预选模型策略进行投票，以获得高于预设票数的预选模型策略，根据所述高于预设票数的预选模型策略得到最优选模型策略。本发明还提供一种近红外光谱模型转移策略优选装置。本发明提供了一种近红外光谱模型转移策略优选方法，通过引入投票机制获得得票较高的策略，以减轻计算负担，简化了建模步骤。

技术领域

本发明涉及红外光谱分析技术领域，具体涉及一种近红外光谱模型转移策略优选方法及装置。

背景技术

近红外光谱是指波长介于可见光与中红外光谱之间的电磁波，美国材料测试协会将近红外光谱区定义为780nm-2526nm(12800-3960cm^-1)，它主要用于有机物质定性和定量分析中。近红外光谱主要是反映分子合频与倍频的振动信息，由于每一种有机组分在近红外光谱区都有信息，所以近红外光谱反映的是一种重叠的、宽泛的、背景复杂的信息，因此不能直接用于分析。近红外光谱的应用需要结合化学计量学方法来实现，利用化学计量学方法最大限度的提取有用的化学信息，从而实现近红外光谱的应用。这种技术具有高效、无损、无污染、可同时进行多组分或性质分析等优点，被广泛应用到农产品、饲料、烟草等诸多行业中。随着这些行业的发展，将源机上的模型推广到目标机上使用的需求正变得十分重要，它是实现大范围应用和网络化集成的基础，由此产生了对近红外光谱分析模型的转移研究。

常用的模型转移方法具有比较多的模型转移策略，计算选择量大，造成计算负担。

发明内容

有鉴于此，本发明提出一种简便的近红外光谱模型转移策略优选方案，具体技术方案如下所述。

本发明提供一种近红外光谱模型转移策略优选方法，所述近红外光谱模型转移策略优选方法包括：

剔除标准样品在源机和目标机上检测的光谱数据中的异常样本值；

建立预选模型策略；

采用投票机制对所述预选模型策略进行投票，以获得高于预设票数的预选模型策略；

根据所述高于预设票数的预选模型策略得到最优选模型策略。

优选的，所述标准样品在源机和目标机上检测的光谱数据中的异常样本值显示的方法为主成分分析-马氏距离法。

优选的，所述主成分分析-马氏距离法包括：

将标准样品进行近红外光谱数据主成分分析，获得由预设主成分的得分向量组成的得分矩阵；

将所述得分矩阵和化学测量值向量组成综合矩阵；

根据综合矩阵计算标准样品的马氏距离；

通过箱形图对所述马氏距离进行统计，显示异常样本值。

优选的，所述“建立预选模型策略”包括：

将多种近红外光谱数据平滑方法和多种模型转移算法进行排列组合得到多组预选模型策略。

优选的，所述近红外光谱数据平滑方法包括无平滑、多项式平滑、卷积平滑和内核平滑中的一种或多种。

优选的，所述模型转移算法包括直接矫正算法、分段直接矫正算法、Shenk's算法和光谱差值矫正算法中的一种或多种。

优选的，所述投票机制包括：

将标准样品在源机上检测的光谱数据进行平滑处理得到源机光谱数据；

将标准样品在目标机上检测的光谱数据进行预选模型策略处理得到目标机转移光谱数据；