[发明专利]一种基于光谱分离度的分光波长组合方法

说明书

本发明公开了一种基于光谱分离度的分光波长组合方法，包括以下步骤：测量每个需要判别样品的阴性、阳性样品的光谱；计算全体阴性、阳性样品在每个波长的光谱吸光度的最小值、最大值、均值、标准差；提出阴性、阳性光谱种群的分离度谱、相对分离度谱；确定波长模型的搜索范围，按照分离度值从大到小将波长重新排序，并依次构建波长组合；采用样品的光谱数据进行判别分析，计算识别准确率，并根据总识别准确率确定最优模型。本发明提出的四种分离度从不同角度刻画了光谱种群的分离程度。依据光谱分离度优先选择波长进行分析，可以提升光谱种群的同类相似性和异类差异性特征，从而提高仪器分析的判别准确率。它通常优于没有进行波长选择的全搜索范围模型，显著降低了波长模型复杂度。

技术领域

本发明涉及光谱分析的波长筛选技术领域，特别涉及一种基于光谱分离度的分光波长组合方法。

背景技术

分子光谱主要包括紫外-可见、近红外、中红外等谱区。随着检测技术和化学计量学的发展，分子光谱已经成为样品快速检测的一类有效技术手段。特别是近红外(NIR)光谱，它反映分子的含氢官能基团X-H(如C-H、N-H、O-H等)振动的倍频和合频吸收，对大多数类型的样品，不需要进行预处理(或者简单处理)便可进行测量。

目前，全波段通用型近红外光谱仪器对于复杂分析物的判别分析，尚缺乏依据光谱种群分离特征进行波长选择，提升判别效果的技术。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种基于光谱分离度的分光波长组合方法，本发明的目的通过下述技术方案实现：

一种基于光谱分离度的分光波长组合方法，其特征在于包括以下步骤：

1、测量每个需要判别的阴性、阳性样品的光谱；

2、计算全体阴性、阳性样品在每个波长的光谱吸光度的最小值、最大值、均值、标准差；

3、提出阴性、阳性光谱种群的分离度谱、相对分离度谱；

4、确定波长模型的搜索范围，按照分离度值从大到小将波长重新排序，并依次构建波长组合；

5、采用样品的光谱数据进行判别分析，计算识别准确率，并根据总识别准确率确定最优模型。

进一步的，将阴性样品和阳性样品分别随机或均匀划分为定标集和预测集。定标集用于根据样品的光谱数据和真实类别建立判别分析模型及参数；预测集用于根据样品的光谱数据和建立的判别分析模型对样品类别进行判断，从而对模型进行检验。

进一步的，步骤3中包括阴性、阳性光谱种群的I型分离度谱、I型相对分离度谱、II型分离度谱、II型相对分离度谱共四种。

进一步的，步骤4中确定波长模型的搜索范围，波长组合的搜索范围是全扫描谱区；或根据具体对象指定的波长范围。

进一步的，步骤5中是根据波长组合模型，选用阴性、阳性、定标、预测的样品光谱。

进一步的，步骤5中按照波长组合的数据建立光谱判别分析模型，计算相关的阴性、阳性、定标、预测的识别准确率；并根据总识别准确率确定最优模型。

更进一步的，按照波长组合的数据建立偏最小二乘法判别分析模型或主成分分析-线性判别分析模型或其他光谱判别分析模型。

进一步的，步骤5之后，可从不同分离度的优先组合分别获得各自的最优模型，再从中选出最优波长模型。

更进一步的，分别定义阴性、阳性光谱种群的I型分离度(S_Ι(λ))、I型相对分离度(R_I(λ))、II型分离度(S_ΙΙ(λ))和II型相对分离度(R_IΙ(λ))，如下：