[发明专利]一种逆向工程动态解析方法

权利要求书

1.一种逆向工程动态解析方法，其特征在于，包括以下步骤：

S1收集多种由单一成分构成的基础样本，经过处理后生成数字化的基础样本数据，并将所述基础样本数据按照类别归档保存后建立基本的解析成分数据库；

S2将待测样本经过与所述基础样本相同的处理后生成数字化的待测样本数据；

S3对所述解析成分数据库进行逐类分析，每次选取一个类别的所述基础样本数据作为参考类数据，其余类别的所述基础样本数据作为基础分析类数据，并将所述参考类数据和所述基础分析类数据通过AI算法构建出两类的模式识别模型；

S4在所述两类的模式识别模型中，提取出所述参考类数据的特征信息并获得基础分析类数据的概率分布；

S5将所述待测样本数据代入所述两类的模式识别模型中与所述特征信息进行判别，得到判别结果数据，并将所述判别结果数据与所述基础分析类数据的概率分布进行比对，若判别结果数据超出所述基础分析类数据的概率分布，则所述待测样本中含有所述参考类数据对应的成分，若判别结果数据在所述基础分析类数据的概率分布内，则所述待测样本中不含有所述参考类数据对应的成分；

S6重复S3-S5，直至所有类别的所述基础样本数据均完成上述步骤，并得出所述待测样本中含有的成分；

S7通过化学定量分析方法分析出所述待测样本中各成分的实际含量。

2.根据权利要求1所述的逆向工程动态解析方法，其特征在于，在S1中将所述基础样本经过粉碎、过筛、烘干后通过科学分析仪器生成所述基础样本数据。

3.根据权利要求2所述的逆向工程动态解析方法，其特征在于，所述科学分析仪器为近红外光谱分析仪。

4.根据权利要求1所述的逆向工程动态解析方法，其特征在于，在S3中，在对所述解析成分数据库进行逐类分析前，对所述基础样本数据进行预处理。

5.根据权利要求4所述的逆向工程动态解析方法，其特征在于，所述预处理包括正态标准化、去中心化、导数化处理、傅里叶变换、小波分解、附加散射校正中的一种或多种。

6.根据权利要求1所述的逆向工程动态解析方法，其特征在于，所述两类的模式识别模型为fisher判别模型、回归判别模型、SVM模型或ANN模型。

7.根据权利要求1所述的逆向工程动态解析方法，其特征在于，在S4中，通过交叉验证提取出所述参考类数据的特征信息。

8.根据权利要求1所述的逆向工程动态解析方法，其特征在于，在S5中，将所述基础分析类数据的概率分布以标准差的形式与所述判别结果数据进行比对。

9.根据权利要求1所述的逆向工程动态解析方法，其特征在于，在S6中，将所有的所述判别结果数据按照大小进行排序。

10.根据权利要求1所述的逆向工程动态解析方法，其特征在于，在S7中，所述化学定量分析方法为色谱定量分析方法或光谱定量分析方法。