[发明专利]一种复杂基体样品的浓度检测方法及系统

权利要求书

1.一种复杂基体样品的浓度检测方法，其特征在于，包括以下步骤：

(1)将已知组成元素浓度的样品作为定标样品，采集定标样品的等离子体光谱，并扣除光谱背景；针对不同的元素挑选分析波峰，利用波峰强度与元素浓度的比值计算比强度，作为定标样品的特征，根据比强度特征值的大小，将定标样品划分成若干类；所述步骤(1)的具体实现方式为：将已知组成元素浓度的样品作为定标样品，采集定标样品的光谱信号，使用光谱预处理方法对定标样品的光谱进行背景扣除，提取目标元素波峰强度值I，结合样品的目标元素浓度C计算比值，获取样品比强度特征值S：

S＝I/C

定标样品按其比强度特征大小划分为若干类，样品的标签为类别编号；

(2)将定标样品的等离子体光谱与(1)中获得的类别标签相结合建立分类模型，再对定标样品每一类别单独建立定量模型；

(3)采集未知样品的等离子体光谱，使用分类模型预测未知样品类别，把未知样品的等离子体光谱带入所属类别的定量模型中预测元素浓度。

2.如权利要求1所述的方法，其特征在于，所述步骤(2)的具体实现方式为：在定标样品被划分好类别之后，结合其光谱与类别标签，利用统计学习算法训练，获得分类模型；以定标样品的光谱和元素含量作为自变量和因变量，利用单变量或者多变量分析方法分别对每一类样品建立定量模型。

3.如权利要求1所述的方法，其特征在于，所述步骤(3)的具体实现方式为：采集未知样品的等离子体光谱，把该光谱带入到步骤(2)获得的分类模型中，确定未知样品所属类别；结合已确定的类别，把未知样品的等离子光谱带入步骤(2)获得定量模型中，预测其元素浓度。

4.如权利要求1所述的方法，其特征在于，所述光谱背景扣除方式为小波变换去背景法或者两点去背景法。

5.如权利要求1所述的方法，其特征在于，所述定标样品的类别划分方式为等分法或者K均值算法。

6.如权利要求1或2所述的方法，其特征在于，所述分类模型的统计学习算法为线性判别分析算法、支持向量机算法、神经网络算法及K近邻算法中的任意一种。

7.如权利要求1或2所述的方法，其特征在于，所述定量模型的建立算法为标准曲线法、偏最小二乘回归算法、支持向量机算法、神经网络算法中的任意一种。

8.一种复杂基体样品的浓度检测系统，其特征在于，包括：计算机可读存储介质和处理器；

所述计算机可读存储介质用于存储可执行指令；

所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行权利要求1至7任一项所述的复杂基体样品的浓度检测方法。