[发明专利]光谱分析模型的构建方法、装置、设备及存储介质

权利要求书

1.一种光谱分析模型的构建方法，其特征在于，所述光谱分析模型的构建方法包括：

获取历史光谱的样本数据；

提取所述样本数据中的样本信息以及特征信息，将所述样本信息和特征信息组成样本矩阵；

根据所述样本矩阵建立预设原始模型，其中，所述预设原始模型包括若干未知预设参数；

根据所述样本矩阵按照预设规则对所述预设原始模型进行训练，得到所述未知预设参数的已知值；

将所述已知值代入所述预设原始模型中生成目标光谱分析模型；

其中，所述预设原始模型为：

其中，L表示建立的预设原始模型，T表示回归系数矩阵，表示未含噪声的光谱矩阵，A表示未含噪声的字典，Z表示未含噪声的字典的光谱矩阵的系数，E表示光谱矩阵中的噪声，J表示辅助变量，s.t.表示约束条件，η、λ₁和λ₂表示所述预设原始模型的惩罚参数，W表示预设矩阵；

所述根据所述样本矩阵按照预设规则对所述预设原始模型进行训练，得到所述未知预设参数的已知值，包括：

通过拉格朗日算法将所述预设原始模型变换为第一原始模型；

将所述A，Z，J以及E固定，根据所述样本矩阵对所述第一原始模型进行训练，得到T的已知值；

将所述T，A，Z，J以及E固定，根据所述样本矩阵对所述第一原始模型进行训练，得到的已知值；

将所述T，Z以及J固定，根据所述样本矩阵对所述第一原始模型进行训练，得到A和E的已知值；

将所述T，A以及E固定，根据所述样本矩阵对所述第一原始模型进行训练，得到Z和J的已知值。

2.如权利要求1所述的光谱分析模型的构建方法，其特征在于，所述提取所述样本数据中的样本信息以及特征信息，将所述样本信息和特征信息组成样本矩阵，包括：

提取所述样本数据中的每列样本信息以及对应的光谱长度，将所述样本信息以及对应的光谱长度组成光谱矩阵；

提取所述样本数据中的光谱对应的特征，将所述特征组成特征矩阵，将所述光谱矩阵和特征矩阵组成所述样本矩阵。

3.如权利要求1所述的光谱分析模型的构建方法，其特征在于，所述未知预设参数包括回归系数矩阵、未含噪声的光谱矩阵、未含噪声的字典、所述光谱矩阵的系数、所述光谱矩阵中的噪声、辅助变量、约束条件、所述预设原始模型的惩罚参数以及预设矩阵；

其中，所述预设矩阵的对角线上的元素为第一预设值，且其他元素为第二预设值。

4.如权利要求1所述的光谱分析模型的构建方法，其特征在于，所述将所述已知值代入所述预设原始模型中生成目标光谱分析模型之后，所述方法还包括：

将拉格朗日乘子矩阵和惩罚参数进行更新，根据更新后的拉格朗日乘子矩阵和惩罚参数对所述未知预设参数的已知值进行更新。

5.如权利要求1至4中任一项所述的光谱分析模型的构建方法，其特征在于，所述将所述已知值代入所述预设原始模型中生成目标光谱分析模型之后，所述方法还包括：

获取验证样本数据，将所述验证样本数据放入所述目标光谱分析模型进行预测，得到预测结果；

通过预设公式对所述预测结果进行分析，得到误差值；

根据所述误差值对所述目标光谱分析模型进行验证。