[发明专利]一种基于红外多源光谱的微量添加剂检测技术

权利要求书

1.一种基于红外多源光谱的微量添加剂检测技术，其特征在于，包括如下步骤：

S1.获取近红外和中红外多源光谱数据；

S2.对数据进行预处理，包括选择参数和特征提取；

S3.通过数据融合建立数据校正模型，所述数据融合包括低层数据融合、中层数据融合和高层数据融合；

S3-1.所述低层融合为光谱的数据层融合，将所有数据源的数据简单按照样本顺序连接到一个矩阵中，该矩阵的行数与分析样本的行数相同，列数与光谱数据源相同，然后利用化学计量学方法提供最终分类或预测的单个模型；

S3-2.所述中层融合分别从每个数据源中提取相关特征，然后将他们组合成一个矩阵，通过分类或校正方法进行处理；

S3-3.所述高层融合从每个数据源计算单独的分类或回归模型，并将单独模型结果进行组合，以获得最终决策；

S4.样品结果数据评价。

2.根据权利要求1所述的一种基于红外多源光谱的微量添加剂检测技术，其特征在于，S3中所述校正模型的建立包括如下步骤：

a.收集具有代表性的样品，利用研究仪器采集样品的光学数据；严格控制包括制样、装样、测试条件、仪器参数等测量参数在内的测量条件；

b.利用国家规定的标准方法对样品进行待测属性准确测定，即标准参考值；

c.通过数学方法将这些光谱数据和检测的数据进行关联，一般将光谱数据进行转换，选取有效载荷波段，与标准方法测定值进行回归计算，然后得出定标方程，建立数学模型；

d.在分析未知样品时，先对待测样品进行扫描获取光谱，根据光谱特征调用合适的事先建立的数学模型，利用建立的模型计算出待测样品的成分含量或属性归类。

3.根据权利要求2所述的一种基于红外多源光谱的微量添加剂检测技术，其特征在于，步骤a中所述代表性样品为其组成及变化范围接近于待分析的样品。

4.根据权利要求2所述的一种基于红外多源光谱的微量添加剂检测技术，其特征在于，步骤c中将光谱数据进行转化包括标准化、一阶或二阶微分等。

5.根据权利要求1所述的一种基于红外多源光谱的微量添加剂检测技术，其特征在于，所述提取特征波长的方法为：偏最小二乘判别分析(PLS-DA)、竞争性自适应重加权算法(CARS)、间隔偏最小二乘法(BiPLS)、联合间隔偏最小二乘法(SiPLS)、连续投影算法(SPA)、无变量信息消除法(UVE)、随机蛙跳(SFLA)中的一种或多种。

6.根据权利要求1所述的一种基于红外多源光谱的微量添加剂检测技术，其特征在于，所述燃油质量指标参数采用多元回归进行分析计算：

多元回归(或一元)计算，基于以下模型：

Y＝β₀+β₁X₁+β₂X₂+…+β_mX_m+e

e表示去除m个自变量对Y影响后的随机误差。经最小二乘法后估计为：

从而，由特征波段光谱信息可求燃料组分浓度值。