[发明专利]一种基于紫外光谱的水中氮含量检测算法有效
申请号: | 202110352070.3 | 申请日: | 2021-03-31 |
公开(公告)号: | CN113065095B | 公开(公告)日: | 2023-09-19 |
发明(设计)人: | 陈小辉;胡志敏;陈凌俊;黄剑 | 申请(专利权)人: | 三峡大学 |
主分类号: | G06F17/16 | 分类号: | G06F17/16;G06F17/18;G01N21/33 |
代理公司: | 宜昌市三峡专利事务所 42103 | 代理人: | 余山 |
地址: | 443002 *** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 紫外 光谱 水中 含量 检测 算法 | ||
1.一种基于紫外光谱的水中氮含量检测算法,其特征在于,它包括以下步骤:
步骤一:对溶液进行预处理并根据溶液的吸光度进行光谱区的选择;
步骤二:构建基于偏最小二乘法的从光谱到氮浓度的检测模型;
步骤三:获取步骤二中所构建的检测模型中的各主因子;
步骤四:采用所获得的检测模型对样本进行氮含量的检测;
在步骤二中,所述检测模型为线性模型,其中,吸光度矩阵与浓度矩阵之间的关系为:
Y=XB+E; (3.1)
其中吸光度矩阵为X,物质浓度矩阵为Y,B为X与Y之间的回归系数;
(1)首先对X和Y进行分解,
X=TPT+EX; (3.2)
Y=UQT+EY; (3.3)
T和U分别为X和Y矩阵的得分矩阵,P和Q分别为X和Y矩阵的载荷矩阵,EX和EY分别为X和Y的PLS拟合残差矩阵;
(2)对T和U做线性回归,b是回归系数矩阵,
U=Tb; (3.4)
b=(TTT)-1TTU; (3.5)
(3)对未知样品进行浓度预测,
Yunknow=TunknowbQ; (3.6)
Tunknow由P和未知样本的光谱矩阵Xunknow求出;
在步骤四中,获取步骤二中所构建的检测模型中的各主因子时,采用的步骤如下:
对于校正过程,忽略残差矩阵E,主成分数取1有:
对X=tpT,如下式所示:
t=Xp/(pTp); (4.1)
对Y=uqT,如下式所示:
u=Y/qT; (4.2)
(1)求吸光度矩阵X的权重向量w,取浓度矩阵Y的某一列作为u的起始迭代值,如下式所示用(4.4)式计算w并对其归一化:
wT=uTX/(uTu); (4.3)
wT=wT/||wT||; (4.4)
(2)求吸光度矩阵X的因子得分t,由归一化后的w计算t,如下式所示:
t=Xw/(wTw); (4.5)
(3)求浓度矩阵Y的载荷q值,以t代替u计算q并对其归一化,如下式所示:
qT=tTY/(tTt); (4.6)
qT=qT/||qT||; (4.7)
(4)求浓度矩阵Y的因子得分u,由qT计算u,如下式所示:
u=Yq/(qTq); (4.8)
(5)再以u代替t返回步骤(1)计算wT,由wT计算tnew,如此反复迭代,如果t已经满足收敛条件:||tnew-told||≤10-6||tnew||,转入(6)计算,否则返回(1);
(6)由收敛后的t求吸光度矩阵X的载荷向量p并对其归一化,如下式所示:
pT=tTY/(tTt); (4.9)
pT=pT/||pT||; (4.10)
(7)标准化X的得分因子t与权重向量w,
t=t||p||; (4.11)
w=w||p||; (4.12)
(8)计算t与u之间的内在关系b,
b=uTt/(tTt); (4.13)
(9)计算残差矩阵E,
EX=X-tpT; (4.14)
EY=Y-btqT; (4.15)
(10)以EX代替X,EY代替Y,返回(1),以此类推,求出X、Y的各主因子w、t、p、u、q、b,用交互验证的方法来得到最佳主因子数f。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于三峡大学,未经三峡大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110352070.3/1.html,转载请声明来源钻瓜专利网。