[发明专利]一种基于加权相关系数的近红外光谱识别模型

摘要

本发明建立了一种近红外光谱识别模型，采用近红外光谱仪扫描一系列正常同类产品的光谱，计算平均光谱作为参考光谱；然后计算产品光谱与参考光谱的加权相关系数，通过加权相关系数的平均值和标准偏差计算识别区间，建立识别模型。与传统的色谱、质谱等仪器分析相比，具有绿色、环保，简单快捷，易于操作的优点，且所建模型识别精确度高，检测效率高，成本低，为卷烟企业的产品稳定性分析及真伪识别提供技术保障。

主权项

1.一种基于加权相关系数的近红外光谱识别模型，利用近红外光谱仪将一系列正常同类产品的光谱进行扫描，然后提取每个光谱的特征数据，以平均光谱作为参考光谱；计算产品光谱与参考光谱的加权相关系数，通过加权相关系数的平均值和标准偏差计算识别区间，建立识别模型，该识别模型由参考光谱和识别区间组成；所述模型建立包括如下步骤：(1)光谱扫描：对待测样品进行近红外光谱扫描，提取特征光谱；(2)建立数据矩阵：以向量si表示第i个样本的光谱数据(i＝1,2,...,m)，每个光谱包含n个数据点；以光谱向量si为行向量，光谱数据矩阵S形式如下，(3)计算平均光谱：在步骤(2)矩阵公式基础上计算如下：式中，(4)计算所有光谱s与的加权相关系数，以wcc表示，公式如下：式中，s_j和分别表示光谱s和s的第j个数据点；w_j表示权重向量w的第j个数据点，w为权重；(5)步骤(4)中的权重向量w计算公式如下：式中，向量d的计算公式如下：式中，上标T表示矩阵转置。