[发明专利]一种定性定量相结合的近红外定量模型构建方法

摘要

本发明提供一种定性定量相结合的近红外定量模型构建方法，包括以下步骤：获取建模校正集实际的样本，检测其基础化学成分；扫描校正样本所对应的光谱，剔除异常样本；对可用光谱定性投影；对投影数据分类；每类的近红外光谱与化学值作为验证集，用建模集对验证集进行预测，求其预测误差；随机选择近红外的波长点；求解每一次生成波长点所对应的总体校正集误差；根据最小的总体校正集误差确定近红外的波长选择点以及近红外光谱的特征信息；对校正集光谱与化学值重新建立回归模型；检测验证样本的化学值并获取对应光谱，对回归模型进行定量评价。本发明由于对校正集光谱进行了定性投影分析，对于光谱的变化具有适应性，能够保持模型的预测稳定。

主权项

1.一种定性定量相结合的近红外定量模型构建方法，其特征在于，包括以下步骤：步骤一、获取建模校正集实际的样本，检测其基础化学成分；步骤二、扫描校正样本所对应的光谱，剔除异常的样本；步骤三、对剔除异常样本后的可用的光谱进行定性投影；步骤四、对投影的数据进行分类，将投影值从小到大排序，将排序后的投影值划分为k类，步骤五，运用每类的近红外光谱与化学值作为验证集，对剩余的所有其它类的光谱及其化学值作为建模集，并运用建模集对验证集进行预测，求其预测误差，以k类样本中所有不包含j类的样本为光谱校正集，与其所对应的原始样本的化学值进行回归建模，回归建模的方式可以采用偏最小二乘、多元线性回归、主成分回归、或者偏最小二乘人工神经网络，1≤j≤k；验证集k_j的近红外模型的误差的评价方式为：其中，为标准误差，为验证集模型预测化学值，为验证集原始化学值，依据不同样本的投影值划分k类的总体的校正集误差记为CSE；其中CSE的计算方式如下：步骤六：随机选择近红外的波长点；步骤七，求解每一次生成波长点所对应的步骤五的总体的校正集误差；步骤八，根据步骤七中最小的总体校正集误差来确定近红外的波长选择点以及近红外光谱的特征信息，进而根据近红外光谱的特征信息来建立关联关系；步骤九、在上述选择的波长点下，对校正集光谱与化学值重新建立回归模型；步骤十、检测验证样本的化学值并获取对应光谱，对步骤九中的回归模型进行定量评价。