[发明专利]用于激光诱导击穿光谱分析的特征谱线自动选择方法

摘要

本发明属于光谱分析领域，为实现在大量光谱数据中自动且快速的选出与特定元素含量相关的多个特征谱线，无需人工判断过程，大大提升选择效率，有效减少参与建模的特征谱线数量，简化计算过程，提升定量预测模型的稳健型和准确性；同时提供验证方法。本发明，用于激光诱导击穿光谱分析的特征谱线自动选择方法，步骤如下：第1步：对光谱原始数据X做第一次全谱校正；第2步：对第1步校正后的光谱数据Xˊ做第二次全谱校正；第3步：剔除不重要的谱线变量；第4步：迭代，对第3步选择后的剩余变量进行偏最小二乘分析；第5步：判断，循环剩余的谱线即为最终选择结果。本发明主要应用于光谱分析场合。

主权项

1.一种用于激光诱导击穿光谱分析的特征谱线自动选择方法，其特征是，步骤如下：第1步：对光谱原始数据X做第一次全谱校正，计算每一列谱线变量Xi与校正集元素含量Y的协方差Cov(Xi,Y)，同时分别计算Xi与Y的标准差σXi和σY，根据公式(1)，生成相应的谱线校正因子ρi，光谱原始数据X与变量R＝[ρ1,ρ2,…,ρN]相乘得到数据Xˊ：第2步：对第1步校正后的光谱数据Xˊ做第二次全谱校正，对全部变量Xˊ实施整体偏最小二乘PLS分析，得到每一列谱线变量的偏最小二乘权重bi，根据公式(2)，进一步计算得到相应的谱线校正因子ki，光谱数据Xˊ与变量K＝[k1,k2,…,kN]相乘得到数据Xˊˊ：第3步：剔除不重要的谱线变量。对现有的全部变量Xˊˊ进行偏最小二乘分析，并利用现有每个谱线变量的标准偏差值σj以及偏最小二乘权重值bj，根据公式(3)，计算得到每个变量的重要性zj，利用现有变量整体的标准偏差σ和现有变量个数n，根据公式(4)，计算得到当前迭代循环的阈值Thr，将现有变量的重要性逐个与阈值比较，如果该变量的重要性zj低于当前循环的阈值Thr，则该谱线变量被剔除：第4步：迭代，对第3步选择后的剩余变量进行偏最小二乘分析，采用留一法交叉验证，并计算交叉验证的均方根误差值RMSECV，判断当前的变量个数是否小于10，否则返回第3步，是则停止迭代；第5步：判断，计算机记录每一个迭代循环的变量个数和RMSECV值，选择判断出最合适的迭代结果，判断依据为：迭代循环的变量个数小于100且具有最小的RMSECV值，此循环剩余的谱线即为最终选择结果。