[发明专利]一种基于聚类分析的光谱模型转移方法

说明书

本发明公开了一种基于聚类分析的光谱模型转移方法，包括以下步骤：(1)样品分类，采用密度聚类算法，按照样品光谱间的密度距离，对样品进行聚类分析，从而对样品进行分类；(2)光谱建模，根据聚类分析结果，针对同类样品分别建立光谱模型；(3)自动模型转移，对于待测样品，采集其光谱，根据步骤(1)的方法对其进行聚类分析，判定其所属类别，从而确定所属的光谱模型；按照样品所属的光谱模型，进行样品速测，自动完成模型转移。本发明所公开的方法可以快速高效完成光谱模型转移，能够用于仪器自动校准，真正实现样品速测，并保证测量准确性。

技术领域

本发明涉及一种光谱模型转移方法，特别涉及一种基于聚类分析的光谱模型转移方法。

背景技术

光谱分析技术因其具有分析速度快、多参数同时测定、样品不需要预处理或简单的预处理、实时、低成本和操作简单等特点，被广泛应用于地质、冶金、石油、化工、农业、医药、生物化学、环境保护等许多方面。然而，这些应用仅限于同类样品内部，极大限制了该技术使用的深度。

要把一类样品的光谱模型应用于他类样品，必须进行模型转移。以往模型转移方法分为两类：有标方法和无标方法。其中，有标方法使用小规模的标样集重新定标(建模)，程序繁琐耗时，效果较好；无标方法完全依赖化学计量学方法，程序简单，效果较差。但是，无论有标方法还是无标方法，都需要设立主样品和从样品，利用主样品和一部分从样品重新建立新的光谱模型，从而较好的保证从样品的预测准确度。这意味着，在用主样品的光谱模型之前，需要先了解从样品，即需要测定一部分代表性的从样品的化学及其光谱数据，而前者是个繁琐耗时的过程。因此，已有的模型转移并未实现真正意义上的速测。

发明内容

为解决上述技术问题，本发明提供了一种基于聚类分析的光谱模型转移方法，以达到快速进行光谱模型转移，实现样品速测，保证测量准确性的目的。

为达到上述目的，本发明的技术方案如下：

一种基于聚类分析的光谱模型转移方法，包括以下步骤：

(1)样品分类，采用密度聚类算法，按照样品光谱间的密度距离，对样品进行聚类分析，从而对样品进行分类；

(2)光谱建模，根据聚类分析结果，针对同类样品分别建立光谱模型；

(3)自动模型转移，对于待测样品，采集其光谱，根据步骤(1)的方法对其进行聚类分析，判定其所属类别，从而确定所属的光谱模型；按照样品所属的光谱模型，进行样品速测，自动完成模型转移。

上述方案中，所述步骤(1)的聚类分析方法具体如下：

设有N个样本，样本光谱集合x_i为样本光谱，i是样本标号，i属于I_s，I_S＝{1,2,…,N}；

1)计算所有样本两两光谱间的欧氏距离d_ij＝dist(x_i,x_j)，j为样本标号，j属于I_s，I_S＝{1,2,…,N}；

2)确定截断距离d_c，将所有d_ij进行升序排列，取第2％个d_ij作为d_c；

3)对每个样本的光谱x_i，计算两个量ρ_i和δ_i：

①第i个样本的局部密度距离ρ_i：

与x_i的距离小于d_c的样本越多，ρ_i值越大；

②第i个样本的相对局部密度距离δ_i：