[发明专利]一种利用近红外光谱预测油品物性数据的方法

摘要

一种利用近红外光谱预测油品物性数据的方法，包括将油品按性质分类，每类收集一组样本，测定每个样本的近红外光谱，再用常规方法按油品类别测定每个样本需要预测的物性数据，将测定样本的近红外光谱经并排组合处理后与其测定的特性数据建立数据库，由数据库光谱通过拟合获得拟合光谱，由拟合光谱和待测光谱计算拟合度，通过与阈值的比较，对于光谱拟合完全的待测样品，由参与拟合的库光谱特性预测其特性数据。

主权项

1.一种利用近红外光谱预测油品物性数据的方法，包括如下步骤：(1)将油品按性质分类，每类收集一组样本，每组样本数量至少为100个，测定每个样本的近红外光谱，再用常规方法按油品类别测定每个样本需要预测的物性数据，(2)对每个样本的近红外光谱分别进行一阶微分和二阶微分并归一化，将每一样本归一化后的一阶微分和二阶微分光谱并排组合，或将每个样本的近红外光谱进行小波变换处理，采用Daubechies(db4)小波基函数，光谱分解尺度为7，选取第3～6小波细节系数，分别进行归一化处理后并排组合，(3)将每个样本经并排组合后的近红外光谱与其测定的物性数据对应，按油品类别分别建立近红外光谱数据库，(4)测定待测样品的近红外光谱，按(2)步方法进行并排组合，(5)根据待测样本的油品类型，选择相应的近红外光谱数据库，利用库光谱数据对待测样本按下述方法进行拟合处理，a)按式①表示待测样本光谱，求得库光谱的拟合系数，x=Σi=1kaivi]]>①式①中，x为待测样本经并排组合后所得的光谱，v_i为第i个库光谱，k为库光谱的数目，a_i为第i个库光谱对应的拟合系数，拟合系数a_i采用经典的非负约束最小二乘法求出，即满足如下目标函数：min||x-Σi=1kaivi||,s.t.ai≥0]]>b)将上述求得的拟合系数a_i中所有的非零拟合系数提取出来，按式②进行归一化处理，得到归一化的拟合系数b_i，bi=aiΣi=1gai]]>②式②中，g为非零拟合系数的库光谱个数，c)按③式计算待测样本的拟合光谱：d)按式④计算待测样本光谱的拟合度，s=0.001/Σj=1m(x^j-xj)2/(m-1)]]>④式④中，x_j为待测样本光谱第j个波长点的吸光度，为拟合光谱第j个波长点的吸光度，m为光谱的波长点数，(6)若s大于设定的阈值，则由参与拟合的库光谱对应的物性数据计算待测样本的性质。