[发明专利]一种基于二元状态转换的惩罚B样条平滑光谱基线校正方法

说明书

本发明公开了一种基于二元状态转换的惩罚B样条平滑光谱基线校正方法。通过二元数据集合表示光谱数据点是否为背景点，初始化二元数据集合为随机产生的数据集。取二元数据集合中元素为1的数据所对应的光谱数据点作为基线数据，采用惩罚B样条拟合基线数据得到光谱基线。通过状态转换算法以及将拟合基线和最佳估计基线比较，不断更新光谱二元数据集合，从而拟合得到最佳基线。本算法获得的背景基线准确度高，算法适用性强，并且所需确定的参数较少，能够有效地消除背景光谱，从而获得良好的基线校正效果，为进一步分析光谱数据提供准确可靠的数据。

技术领域

本发明属于光谱分析领域，具体涉及一种基于二元状态转换的惩罚B样条平滑光谱基线校正方法。

背景技术

基线校正是一种常用的消除光谱荧光干扰的方法，是光谱数据处理的必要步骤之一。近年来，基于光谱技术的分析检测方法受到了越来越广泛的关注，并且已经在多个领域中得到了应用。其中原子光谱技术有原子荧光光谱、原子吸收光谱、电感耦合等离子体原子发射光谱等，常用的分子光谱技术包括红外光谱、拉曼光谱、紫外可见光谱等。在将光谱应用于物质定量分析的过程中，往往会因为荧光物质干扰、检测环境及样品的各种噪声干扰，使获得的光谱存在较大的基线背景，从而影响数据的进一步分析，因此需要对获得的光谱进行基线校正。光谱的基线校正方法有很多，主要是基于以下几种思想：导数思想、插值拟合、频域分析等。如孙毅等基于导数的思想，采用微分-平滑法校正异丁烷气体近红外光谱的背景基线，并与光谱仪自带的基线校正方法进行了对比。插值拟合一般采用多项式或者B样条，如Vickers T J等提出了一种扣除非线性背景的方法，首先由人工根据经验指定若干基线点，然后利用多项式进行拟合，该方法原理简单，但需要用户干预，耗时较长且容易造成光谱变形。LieberCA等则基于改进的最小二乘多项式曲线拟合，通过迭代优化提出一种背景自动扣除方法，该方法的不足之处在于迭代次数比较多。频域分析的方法主要是傅里叶变换和小波变换，如Villanueva-Luna A E等人基于小波理论，提出了一种消除拉曼光谱荧光背景的新方法，但该方法存在着复杂度较大的缺点，灵活性较差。针对以上问题，本发明所提出的基于二元状态转换的惩罚B样条平滑光谱基线校正算法，首先通过状态转换算法选择和改变属于可疑背景的波束范围，接下来使用惩罚B样条平滑法对可疑背景数据点拟合得到光谱背景，迭代过程的引入使得拟合背景不断收敛于实际背景，最后达到或者最大程度接近实际背景。本算法人工干预较少，复杂度较低，可针对红外光谱、拉曼光谱等进行背景扣除，十分适用于光谱的基线校正。

发明内容

本发明的目的在于解决实际光谱背景的自动扣除问题，提出来一种基于二元状态转换的惩罚B样条平滑光谱基线校正方法。

为了实现上述技术目的，本发明的技术方案是，

一种基于二元状态转换的惩罚B样条平滑光谱基线校正方法，包括以下步骤：

步骤一，参数初始化：对基于二元状态转换的惩罚B样条平滑光谱基线校正方法的参数进行初始化，需要初始化的参数包括最大迭代次数、状态转移算法中的替代因子SF和交换率SR、B样条平滑的惩罚参数p和每个光谱数据点的二元状态信息变量

步骤二，通过状态转换算法中的交换和替代操作，改变二元状态信息变量所形成的二元个体集合x′j的项；

步骤三，惩罚B样条平滑拟合：将x′j与光谱横坐标对应项相乘，删除其中为0的项，并取剩余项对应的光谱强度，组合得到背景迭代点；使用惩罚B样条平滑拟合背景迭代点，获得基线数据；

步骤四，计算适应度函数，用于评判迭代过程中拟合的性能；

步骤五，迭代过程中最佳二元个体集合和基线选择：用适应度函数的最小值选择当前局部最佳二元个体集合和基线；

步骤六，终止迭代过程：当连续两次迭代过程中最优个体适应度函数之差小于设定阈值，或者达到最大迭代次数时，则转至步骤八，否则转到步骤七；