[发明专利]一种针对光谱标准化情况的评价方法在审
| 申请号： | 202210067342.X | 申请日： | 2022-01-20 |
| 公开（公告）号： | CN114528872A | 公开（公告）日： | 2022-05-24 |
| 发明（设计）人： | 田静;陈斌;梁振楠;陆道礼 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G01N21/25 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 212013 江*** | 国省代码： | 江苏;32 |
| 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 针对 光谱 标准化 情况 评价 方法 | ||
1.一种针对光谱标准化情况的评价方法，其特征在于，包括如下步骤：
步骤1，计算得分矩阵：从主机光谱Xm中分解出主成分载荷矩阵Pm和主成分得分矩阵Tm，将从机光谱X′t以及所述Pm代入公式X＝TPT+EX，其中EX为残差矩阵，计算得到从机的主成分得分矩阵T′t；
步骤2，计算主成分得分误差率：将所述Tm和所述T′t代入下述公式，计算主成分得分误差率PCSER：
其中Tm，i为Tm中第i个主成分的得分率，T′t，i为T′t中第i个主成分的得分率，Wi为第i个主成分在光谱分析模型中的贡献率，n为主成分的数量。
2.根据权利要求1所述的针对光谱标准化情况的评价方法，其特征在于：通过PCSER值的大小判断光谱标准化的好坏，PCSER的数值越小则光谱标准化越好。
3.根据权利要求1所述的针对光谱标准化情况的评价方法，其特征在于：基于主成分分析法对主机光谱Xm进行分解。
4.根据权利要求2所述的针对光谱标准化情况的评价方法，其特征在于：测试多组数据，并在多个PCSER结果之中取均值PCSERave或最大值PCSERmax。
5.根据权利要求1所述的针对光谱标准化情况的评价方法，其特征在于：光谱波段范围为近红外光段。
6.根据权利要求5所述的针对光谱标准化情况的评价方法，其特征在于：所述光谱分析模型通过偏最小二乘法建立。
7.根据权利要求6所述的针对光谱标准化情况的评价方法，其特征在于：通过经归一化和多元散射校正对光谱进行预处理。
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江苏大学，未经江苏大学许可，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/202210067342.X/1.html，转载请声明来源钻瓜专利网。
