[发明专利]一种近红外光谱模型转移中诡峰的解决方法

说明书

本发明公开了一种近红外光谱模型转移中诡峰的解决方法，该方法首先对源光谱仪每个波数点的吸光度数据，在目标光谱仪相应波数点附近取窗；然后对目标光谱仪窗中光谱数据进行主成分分析，获得其主成分分量，并建立其到源光谱仪吸光度数据的线性模型；再次，对源光谱仪各个波数点数据均使用含系数范数惩罚的线性回归求解方法，建立全谱段的光谱转移模型；最后通过调整惩罚参数，可以控制对转移光谱的诡峰削除程度。本发明使用含系数范数惩罚的线性回归方法建立光谱转移模型，相较于传统的基于偏最小二乘方法的转移模型其光谱更为平滑、鲁棒性更好。

技术领域

本发明属于基于近红外光谱的性质快速分析领域，具体为一种近红外光谱模型转移中诡峰的解决方法。

背景技术

在基于近红外光谱的性质快速分析领域，经常涉及模型转移的问题。采用一台光谱仪建立的校正模型，即使是相同型号的另一台仪器，直接应用该校正模型也有可能产生较大的预测偏差。通常，通过建立一个目标光谱仪到源光谱仪的光谱对应关系来解决这种问题，称为模型转移。

目前，这种转移模型通常是建立在目标光谱仪数据窗到源光谱仪数据点的偏最小二乘(PLS)模型。但在实际应用中，PLS模型极易出现具有尖锐抖动的所谓“诡峰”。诡峰的出现源自PLS模型中范数较大的系数，其本质上是对建模数据的过拟合。但在PLS模型中难以直接对模型系数进行约束，进而影响了模型转移效果。

发明内容

针对目前基于PLS的光谱模型转移中容易出现诡峰的问题，本发明提出一种近红外光谱模型转移中诡峰的解决方法，主要步骤包括：

1)将各校正样本在源光谱仪和目标光谱仪上分别扫描其近红外吸光度数据；

2)数据预处理；

3)取校正样本在源光谱仪某波数点i的吸光度y_i；取校正样本在目标光谱仪该波数点i附近取宽度为k的数据段X_i，称为数据窗；

4)对X_i进行主成分分析，并取前p_i个主成分得分PC_i和对应的载荷系数矩阵L_i；

5)建立从PC_i到y_i的含系数范数惩罚的线性模型，该模型参数θ_i由下式求解得到：

其中，I为单位矩阵，λ_i为惩罚参数，为y_i的平均值；

6)建立从X_i到y_i的线性模型M_i

其中，为X_i每一维均值所构成的均值向量；

7)对于全谱段数据依次进行3)～6)的步骤，直至源光谱仪与目标光谱仪所有波数点映射关系建立完毕，获得全谱段光谱转移模型系数表；

8)基于光谱转移模型将测试样本在目标光谱仪上获得的近红外吸光度数据转移到源光谱仪上。

优选的，数据窗宽k取奇数，以波数点i为中心；当波数点i位于谱段两端时，允许波数点i不位于中心。

优选的，数据窗宽k不小于9。

具体的，数据窗宽k取值为15。

优选的，前p_i个主成分得分占到所有主成分得分的85％以上。

优选的，所述预处理包括基线校正和矢量归一化。

优选的，步骤5)中，所述惩罚参数λ_i的初值取为1.0×10^-4。