[发明专利]一种基于预测值的光谱数据修正方法

权利要求书

1.一种基于预测值的光谱数据修正方法，其特征在于，包括以下步骤：

a.制备测试样品，将测试样品划分为训练集及预测集；

b.采集训练集及预测集中样品的光谱数据并进行组分标定；

c.结合训练集中样品的光谱数据与组分标定值进行PLS建模；

d.采用PLS建模获取的模型对预测集进行预测，获得同一组分原始预测值；

e.将训练集组分标定值以及预测集同一组分原始预测值分别进行均值计算；

f.计算均值倍率，并对预测集同一组分原始预测值进行均值倍率回滚修正，得到修正预测值；

步骤f中，所述计算均值倍率，并对预测集同一组分原始预测值进行均值倍率回滚修正，得到修正预测值，具体为：

计算训练集组分标定值的均值与预测集同一组分原始预测值的均值之间的倍率关系T，基于此倍率关系T对预测集同一组分原始预测值进行回滚修正，得到修正预测值：修正预测值＝预测集同一组分原始预测值*倍率关系T。

2.如权利要求1所述的一种基于预测值的光谱数据修正方法，其特征在于，

步骤a中，所述将测试样品划分为训练集及预测集具体为：

将同一类型的待测样品以一定比例划分为训练集及预测集。

3.如权利要求1所述的一种基于预测值的光谱数据修正方法，其特征在于，

步骤b中，所述采集训练集及预测集中样品的光谱数据具体为：

在不同的环境条件下对训练集及预测集中样品的光谱数据进行采集。

4.如权利要求1所述的一种基于预测值的光谱数据修正方法，其特征在于，

步骤c中，所述组分标定值是指组成样品的某样成分具体含量。

5.如权利要求1所述的一种基于预测值的光谱数据修正方法，其特征在于，

步骤c中，所述结合训练集中样品的光谱数据与组分标定值进行PLS建模，具体为：

采用PLS建立训练集中样品的光谱数据和组分标定值之间的一一对应关系，获得用于未知组分含量预测的预测模型。

6.如权利要求5所述的一种基于预测值的光谱数据修正方法，其特征在于，

步骤d中，所述采用PLS建模获取的模型对预测集进行预测，获得同一组分原始预测值，具体为：测定预测集中样品的光谱数据，作为预测模型的输入，通过模型计算输出对应组分含量。

7.如权利要求1所述的一种基于预测值的光谱数据修正方法，其特征在于，

步骤e中，所述将训练集组分标定值以及预测集同一组分原始预测值分别进行均值计算，具体为：

将训练集中各个样品对应的组分标定值求和，并除以训练集样品个数，获得训练集组分标定值的均值；

将预测集中各个样品的同一组分原始预测值进行求和，并除以预测集样品个数，获得预测集同一组分原始预测值的均值。

8.如权利要求1所述的一种基于预测值的光谱数据修正方法，其特征在于，

该方法还包括步骤：

g.将原始预测值及修正预测值分别与预测集组分标定值进行对比，判断修正效果。

9.如权利要求8所述的一种基于预测值的光谱数据修正方法，其特征在于，

步骤g中，所述将原始预测值及修正预测值分别与预测集组分标定值进行对比，判断修正效果，具体为：

设预测集中有m个样品，m个样品的某组分原始预测值为(P₁，P₂，……P_m)，相同组分标定值为(P₁′，P₂′，......P_m′)；

则求得原始预测值的整体偏移系数X为：

求得修正预测值的整体偏移系数X′为：

通过对比，若X′小于X，则说明通过均值修正后的预测值相较于原始预测值更加接近于真实标定值。