[发明专利]一种逆向工程动态解析方法

说明书

本发明公开了一种逆向工程动态解析方法，包括以下步骤：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；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；对所述解析成分数据库进行逐类分析，构建出两类的模式识别模型；所述待测样本数据代入所述两类的模式识别模型中进行判别，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。可以应用于复杂成分物质构成分析对象的逆向解析问题，解决了传统逆向工程分析中无法解决的问题，拓展了逆向工程的分析对象的范围。

技术领域

本发明涉及逆向工程的技术领域，具体来说，涉及一种逆向工程动态解析方法。

背景技术

逆向工程在检测分析技术领域是一个重要的分析内容，其基础都是通过具有高分辨能力的科学仪器对未知样本以及可能的成分进行数据采集。对采集到的数据进行特征提取以及组合匹配等，以找寻可能的组成成分。

该分析方法存在一定的限制制约。其一，该方法要求每种成分与成分中间必须具备明显的特征信息，以红外光谱为例，每种成分的特征峰位置不能重叠，重叠会直接影响特征信息(特征峰位置)的提取。其二，要求每种成分的含量必须达到一定的程度，否则特征信息会被其他成分的信号掩盖，无法提取有效的特征信息。其三在选择特征峰信息时，经常需要人为参与设置，降低了逆向分析的自动化程度。这些限制都给逆向解析工作造成困难和干扰。

因此传统逆向解析的分析方法其成分对象必须是纯物质，且含量浓度必须有严格要求。天然产品或复杂物质组成的样本以及某些含量较低的物质成分无法进行合理的逆向解析分析。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的上述技术问题，本发明提出一种逆向工程动态解析方法，保证了分析人员可以从不同的分析机理出发对检测对象进行逆向解析工作，同时提高传统逆向分析的分辨能力，保证逆向解析的结果更加合理可信。

为实现上述技术目的，本发明的技术方案是这样实现的：

一种逆向工程动态解析方法，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。

进一步地，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。

进一步地，所述科学分析仪器为近红外光谱分析仪。