[发明专利]一种基于光谱检测灵芝提取物多糖含量的方法

摘要

本发明公开了一种基于光谱检测灵芝提取物多糖含量的方法，采集灵芝提取物样品的主、从机仪器光谱，依次进行多元散射校正、Savitzky‑Golay卷积平滑和MSC+S‑G的光谱预处理，并生成二维相关光谱；然后采用最佳二维小波基对二维相关光谱进行多尺度分解并各层分别重构；然后应用分段直接标准化对重构每一层光谱进行校正，接着建立基于偏最小二乘法和留一法交叉验证的预测模型，最后通过计算出的权重将所有的预测模型融合并进行评价，具有精细，精确、高效的优点，可直接应用于灵芝提取物多糖含量的在线检测，具有广阔的应用及发展前景。

主权项

一种基于光谱检测灵芝提取物多糖含量的方法，其特征在于，包括如下步骤：S1、选择并设定两台光谱仪器分别作为主、从仪器，分别采集灵芝提取物样品的主、从机仪器光谱；S2、对所采集的原始光谱依次进行多元散射校正、Savitzky‑Golay卷积平滑和MSC+S‑G的光谱预处理，然后选择并设定训练集和测试集；S3、生成步骤S2所得光谱的二维相关光谱，并结合二维小波变换和二维相关光谱的特性，选择最佳小波基对二维相关光谱进行二维小波多尺度分解，得二维小波系数；S4、对不同仪器的光谱的分解后的二维小波系数分别进行重构，得到各层重构的光谱；S5、使用直接标准化(PDS)算法对重构的从机光谱进行校正，然后使用重构的训练集的主机光谱与步骤S1采集光谱的化学真值浓度，建立基于偏最小二乘法和留一法交叉验证的预测模型；S6、将步骤S5校正后的测试集从机光谱输入所得的基于偏最小二乘法和留一法交叉验证的预测模型，得到预测结果，并得到每个预测模型的交叉验证均方根误差；S7、通过交叉验证均方根误差计算步骤S6所得的预测模型的权值；S8、使用权值将所得的所有的预测模型进行模型融合，并计算模型预测值与化学真值之间的偏差和相关系数。