[发明专利]一种基于指标极值的光谱特征变量快速匹配方法

摘要

本发明公开了一种基于指标极值的光谱特征变量快速匹配方法。该方法利用简单的线性模型为光谱校正预测模型挑选有效的特征变量。以朗伯比尔定律为基础，对光谱变量集合中的每一个变量（波长）建立一元线性回归模型，以模型预测指标极值为目标，选择峰值和谷值所对应的一元特征变量，并进一步寻找与每一个一元特征变量形成最佳匹配的第二变量，组成离散特征变量集合，利用此特征变量集合建立光谱校正模型能够有效克服简单的线性模型中常出现的光谱共线性问题。该方法具有模型简便、计算量少、遴选自由度大等优点，可推广应用到拉曼、近红外、中红外、紫外光谱分析领域，为设计小型便携式专用光谱仪提出有效的技术支持。

主权项

1.一种基于指标极值的光谱特征变量快速匹配方法，其特征在于具体步骤为：步骤一，根据朗伯比尔定律，待测组分的浓度值与其纯光谱的吸光度数据成正比，对光谱的全部变量集合即全谱波长集合中的每一个变量即波长点建立一元线性回归模型；步骤二，根据模型预测效果绘制模型评价指标曲线，从全谱波长集合中挑选出指标极值对应的若干波长点，从而筛选出了若干个离散特征变量即特征波长，称为一元特征变量；步骤三，在一元模型的基础上，寻找与一元特征变量能够达到最佳匹配效果的第二变量即第二波长，于是，以每一个一元特征变量作为基本变量，在全谱波长集合中的每一个波长与之组合，建立二元模型，根据模型预测指标极大值或极小值挑选出最优的二元模型所对应的第二波长，称之为最佳匹配变量；步骤四，经过反复实验，选中所有的一元特征变量和最佳匹配变量，去除重复变量以后组成离散特征变量集合；所述指标的选择选用预测相关系数谱线R或者预测误差曲线E，寻找预测相关系数谱线R或者预测误差曲线E的极值，即波峰和波谷，以此确定一元特征变量；通过合理选择指标极值，所选的一元特征变量和它们所对应的最佳匹配变量组成的离散特征变量集合将会直接指向该待测组分的特征信息。