[发明专利]一种基于预测值的光谱数据修正方法

说明书

本发明涉及光谱数据修正技术，其公开了一种基于预测值的光谱数据修正方法，解决传统技术采用预处理算法进行的数据修正操作复杂、效率低的问题。该方法首先制备测试样品，划分为训练集及预测集，并采集训练集及预测集样品光谱数据，然后结合训练集样品光谱数据与组分标定值进行PLS建模，使用此模型对预测集进行预测，得到同一组分预测值，接着，将训练集组分标定值以及预测集同一组分预测值分别进行均值计算，进而计算均值倍率，并对预测集同一组分预测值进行均值倍率回滚修正，得到修正预测值。最后，将原始预测值及修正预测值分别与预测集组分标定值做对比，判断修正效果。

技术领域

本发明涉及光谱数据修正技术，具体涉及一种基于预测值的光谱数据修正方法。

背景技术

近年来，近红外光谱分析技术发展十分迅速，已在化工，制药，军工，食品等多个领域广泛应用。近红外光谱技术属于分子光谱技术，可以在分子水平上表明物质成分和性质信息，无论是对经济还是社会影响来说，都取得了非常高的效益，极具发展潜力。

然而，目前大多数物质成分和性质信息检测主要使用大型实验室近红外光谱仪器进行，这些检测方法虽然定量准确、灵敏度高，但所需设备体积庞大，设备费用昂贵，样品制备时间长且制作方法严格，检测设备和样品制备需要专业人员操作，检测环境固定，且分析时间长，不适用于现场检测，不便于推广使用。

伴随着便携式近红外光谱技术的发展，市场主流的大型近红外光谱仪设备都朝着体积小巧，价格低廉的便携式方向发展。但是便携式近红外光谱仪易受光源、检测器、使用方法、环境条件等影响，造成采集的光谱数据稳定性差，精度低，光谱数据易偏移的问题，进而影响光谱模型预测效果。为了提高预测的准确性，需要进行数据修正。传统技术通过预处理算法来进行数据修正，不仅数据处理量极大，而且每次对预处理算法进行判断是否有效都需要经过预处理算法--光谱建模--光谱预测--预测值对比分析等光谱对比分析流程，操作复杂且效率低。

发明内容

本发明所要解决的技术问题是：提出一种基于预测值的光谱数据修正方法，解决传统技术采用预处理算法进行的数据修正操作复杂、效率低的问题。

本发明解决上述技术问题采用的技术方案是：

一种基于预测值的光谱数据修正方法，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。

作为进一步优化，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。

作为进一步优化，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。

作为进一步优化，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。