[发明专利]一种基于光谱聚类的中药成分分析方法及系统

说明书

本公开公开的一种基于光谱聚类的中药成分分析方法及系统，获取训练好的中药成分分析模型的具体过程为：获取中药成分近红外光谱样本；将中药成分近红外光谱样本划分为原始样本集和新样本集；将原始样本集划分为校正集和验证集，利用校正集和验证集构建获得中药成分分析模型；对新样本集进行聚类分析，获得不同的样本类别；选择距离各类别中心最近的样本为候选样本；将候选样本加入原始样本集划分出的校正集中形成新校正集，将新样本集中除候选样本外的其余样本作为测试集，利用新校正集和测试集对中药成分分析模型进行训练，获得训练好的中药成分分析模型。通过该训练好的中药成分分析模型进行中药成分分析时，提高了模型预测的精度。

技术领域

本发明涉及近红外光谱分析技术领域，尤其涉及一种基于光谱聚类的中药成分分析方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

近红外(NIR)光谱是一种波长范围为780nm至2526nm的电磁波，主要反映C-H、O-H和N-H振动的泛音和组合带的光谱吸收，具有快速、成本低、操作简单、无损、重现性好以及符合绿色分析化学理念等特点。近红外光谱分析方法作为一种快速分析技术，已广泛应用于制药科学、食品科学和石油化学等多个领域，在对于中药和食品等的定性鉴定、定量分析和实时在线分析方面显示出巨大的潜力。

建立有效的近红外光谱定量模型是近红外光谱技术用于中药和食品等质量监测的关键问题，为了建立近红外光谱定量模型，引入了多种建模方法，但无论采用何种建模方法，所建模型的校正样本都需要覆盖预测样本的特征信息，然而在实际应用中对于新测定的样本通常难以满足这一要求，例如由于产地、生长年份、气候条件和提取方法等的不同，所测得新样本的光谱数据和质量属性可能存在差异，甚至这种差异很大，从而导致建立的原始模型准确性下降。

有两种常见的方法可以解决由于新测定样品和原始样品之间的系统差异而导致的模型准确性损失：一种是只使用新样本重建新模型，即在新模型中不使用原始校准集样本，但这样会丢失原始模型的信息，造成在模型中的时间和精力的浪费；另一种解决方案是模型更新的方法，即使用原始校正集样本结合少量选定的新样本对原始模型进行更新以提高建模精度，由于只需要选择少量的新样本，模型更新的时间和成本比重建新模型的时间和成本要少，更适合实际应用，从大量新样本中选择具有代表性的样本是模型更新的关键问题，但现有的从大量新样本中选择代表性样本时，并未考虑新样本的光谱信息，因此选择的样本是否具有代表性很难确定，导致更新后的模型准确性依然不高。

发明内容

本公开为了解决上述问题，提出了一种基于光谱聚类的中药成分分析方法及系统，通过选择距离光谱各类别中心最近的样本为候选样本，加入原始样本集划分出的校正集中完成对原校正集的更新，对中药成分分析模型进行更新训练，使得获得的训练好的中药成分分析模型的准确性提高，具有更好的预测性能。

为实现上述目的，本公开采用如下技术方案：

第一方面，公开了一种基于光谱聚类的中药成分分析方法，包括：

获取中药的近红外光谱；

根据中药的近红外光谱和训练好的中药成分分析模型，获得中药成分分析结果；

其中，获取训练好的中药成分分析模型的具体过程为：获取中药成分近红外光谱样本；将中药成分近红外光谱样本划分为原始样本集和新样本集；将原始样本集划分为校正集和验证集，利用校正集和验证集构建获得中药成分分析模型；对新样本集进行聚类分析，获得不同的样本类别；选择距离各类别中心最近的样本为候选样本；将候选样本加入原始样本集划分出的校正集中形成新校正集，将新样本集中除候选样本外的其余样本作为测试集，利用新校正集和测试集对中药成分分析模型进行训练，获得训练好的中药成分分析模型。

第二方面，提出了一种基于光谱聚类的中药成分分析系统，包括：

数据获取模块，用于获取中药的近红外光谱；