[发明专利]茶叶近红外光谱分析中谱图基线校正方法、系统、检测方法

权利要求书

1.茶叶近红外光谱分析中谱图基线校正方法，其特征在于：包括以下步骤：

步骤一：采集茶叶样本，获取茶叶近红外光谱数据，形成原始数据；

步骤二：数据获取及参数初始化；获取原始数据并对自适应导数加权惩罚最小二乘基线校正方法参数进行初始化，所需初始化参数包含：平滑系数λ，迭代次数T,平衡系数α，拟合基线差分矩阵D，权重系数W及相对拟合误差系数δ；

步骤三：计算拟合基线；根据惩罚最小二乘法，基于权重系数计算拟合基线；

步骤四：校正误差；计算原始数据和拟合基线之间的差值，得到校正误差；

步骤五：区间确认；根据校正误差大小确定基线区间和特征区间；

步骤六：计算权重系数；根据权重函数计算指数权重，基于误差导数计算变化趋势，并结合平衡系数确定更新权重；加权函数表示如下：

所述式(3)中表示基于校正误差的指数权重，d^-表示校正误差中所有负数变量之和，表示第i个变量的校正误差，α为平衡系数，表示第i个变量的校正误差导数；

步骤七：更新拟合基线；根据所计算的权重系数进行基线更新；

步骤八：终止条件判断；计算原始数据和拟合基线的相对拟合误差及当前迭代次数，如果相对拟合误差小于设定误差系数δ或当前迭代次数大于设定迭代次数T,则转至步骤九，否则转至步骤三；

相对拟合误差判断条件表示如下：

式中y表示所采集的茶叶光谱数据，z^t-1表示经过t次迭代获得的基线，δ表示用户设定的相对误差系数；

步骤九：输出校正数据；利用拟合基线，确定最终的茶叶校正数据。

2.根据权利要求1所述的茶叶近红外光谱分析中谱图基线校正方法，其特征在于：所述步骤二中的自适应导数加权惩罚小二乘法如下：

J＝(y-z)^TW(y-z)+λ_Z^TD^TDz (1)

其中,y为采集的茶叶光谱数据；()^T为矩阵的转置；差分矩阵D表示为:

所述拟合基线z的计算公式如下：

z＝(W+λD^TD)^-1Wy (2) 。

3.根据权利要求1所述的茶叶近红外光谱分析中谱图基线校正方法，其特征在于：还包括步骤九，对茶叶进行糖分预测；具体为，

当采用airPLS时，权重更新公式表示为：

当采用arPLS时，权重更新公式表示为：

其中m^-和σ^-分别表示校正误差中所有负数变量之和d^t的均值和标准差；

糖分预测定量分析指标为决定系数，具体表示为：

其中，y_i表示真实值，表示预测值，为样本均值，n_p表示预测集样本数。