[发明专利]一种基于红外光谱的定量分析方法、装置、设备以及存储介质有效
申请号: | 201911048574.5 | 申请日: | 2019-10-29 |
公开(公告)号: | CN110632024B | 公开(公告)日: | 2022-06-24 |
发明(设计)人: | 张祥志;李保琼 | 申请(专利权)人: | 五邑大学 |
主分类号: | G01N21/359 | 分类号: | G01N21/359;G01N21/3563;G16C20/20;G16C20/70 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郭浩辉;麦小婵 |
地址: | 529000*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 红外 光谱 定量分析 方法 装置 设备 以及 存储 介质 | ||
1.一种基于红外光谱的定量分析方法,其特征在于,包括:
获取待检测样本的二维图谱,所述二维图谱包括红外光谱图;
将所述二维图谱转换为三维图谱;其中,所述三维图谱的数据为矩阵,包括待检测样本的二维图谱及参考图谱;
将所述三维图谱输入预设定量模型中,输出所述待检测样本中的目标组分含量;
所述参考图谱的选取过程包括:
获取所述待检测样本的若干个二维图谱;
获取两两二维图谱之间的相关系数;
计算所述二维图谱与其他二维图谱之间的相关系数的平均值;
选取参考图谱,其中,所述参考图谱与其他二维图谱之间的相关系数的平均值最大;
获取所述两两二维图谱之间的相关系数包括:
其中,X和Y表示图谱X和图谱Y的图谱数据,N表示每条图谱的数据点数。
2.如权利要求1所述基于红外光谱的定量分析方法,其特征在于,
所述矩阵的第一行为所述待检测样本的二维图谱;
所述矩阵的第二行为参考图谱,所述参考图谱为预设的二维图谱。
3.如权利要求1所述基于红外光谱的定量分析方法,其特征在于,所述定量模型的训练过程包括:
获取所述待检测样本的若干个三维图谱作为训练集;
使用多维偏最小二乘法基于所述训练集训练得到定量模型。
4.如权利要求1所述基于红外光谱的定量分析方法,其特征在于,所述方法还包括:
获取所述待检测样本中的目标组分含量之后,根据所述目标组分含量对照目标组分含量表获取对应的食品名称,所述目标组分含量表包括食品组分的含量以及对应的食品名称。
5.如权利要求1所述基于红外光谱的定量分析方法,其特征在于,所述目标组分包括水、蛋白质、油和淀粉。
6.一种基于红外光谱的定量分析装置,其特征在于,包括:
获取模块,用于获取待检测样本的二维图谱,所述二维图谱包括红外光谱图;
转换模块,用于将所述二维图谱转换为三维图谱;其中,所述三维图谱的数据为矩阵,包括待检测样本的二维图谱及参考图谱;
输入输出模块,用于将所述三维图谱输入预设定量模型中,获取所述待检测样本中的目标组分含量;
所述参考图谱的选取过程包括:
获取所述待检测样本的若干个二维图谱;
获取两两二维图谱之间的相关系数;
计算所述二维图谱与其他其他二维图谱之间的相关系数的平均值;
选取参考图谱,其中,所述参考图谱与其他二维图谱之间的相关系数的平均值最大;
获取所述两两二维图谱之间的相关系数包括:
其中,X和Y表示图谱X和图谱Y的图谱数据,N表示每条图谱的数据点数。
7.一种缓存设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至5中任意一项所述的基于红外光谱的定量分析方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至5中任意一项所述的基于红外光谱的定量分析方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于五邑大学,未经五邑大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911048574.5/1.html,转载请声明来源钻瓜专利网。