[發明專利]基于一元線性回歸的光譜模型傳遞方法

有效

• 申請號: 201410299422.3
• 申請日: 2014-06-27
• 公開（公告）號: CN104089911A
• 公開（公告）日: 2014-10-08
• 發明（設計）人: 楊輝華;樊永顯;張曉鳳;謝譜模;李靈巧
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G01N21/31
• 分類號: G01N21/31;G01N21/359
• 代理公司: 桂林市持衡專利商標事務所有限公司 45107
• 代理人: 歐陽波

技術領域

本發明屬于光譜分析技術領域，具體為一種基于一元線性回歸的光譜模型傳遞方法。

背景技術

光譜分析技術是在光譜檢測、化學計量學、計算機科學與應用測試等技術的基礎上發展起來的一門綜合性分析技術，現在己受到越來越多的重視。同時，光譜分析技術以其獨特的優點，成為了化學分析領域的研究熱點之一。光譜分析技術中的定量應用依賴于校正模型，即對標準樣品集的參考值(成分含量或物理化學性質)和對應的光譜進行關聯，建立兩者之間的函數關系，對未知樣品的光譜應用該定量校正模型計算該樣品成分等參考值的預測值。

但是，在實際應用中，由于儀器老化、儀器間差異及空氣、光源、探測器和測量引入的隨機噪聲，各儀器測量的光譜有差異，因此在某一臺光譜儀器上建立的校正模型，在應用于另一臺儀器上時無法適用或結果會產生較大的誤差。而要為每臺儀器分別建立校正模型，因費用過高，顯然是不可取的。根據相關文獻報道，使用近紅外光譜法建立一個柴油十六烷值的校正模型，至少十幾萬元。對毒性較大、不穩定的樣品建立校正模型，費用會更高。

所謂光譜模型傳遞是指經過數學處理后，使一臺光譜儀器上的校正模型能夠用于另一臺光譜儀器，從而減少重新建模所帶來的巨大工作量和費用，實現樣品和數據資源的共享。模型傳遞的成功與否直接影響光譜分析技術的應用和推廣。

光譜模型傳遞方法主要有兩種，一種為有標樣方法，如直接校正(DS)法、分段直接校正(PDS)法和Shenk’s法等。這類方法需要選擇一定數量的樣品組成標樣集(也稱轉換集)，并在主儀器和從儀器上分別測得其光譜，從而找出該函數關系。另一種是無標樣方法，如有限脈沖響應(FIR)法等。這類方法不需要選擇標樣集。

目前DS法和PDS方法是最常用、最有效的方法。DS法利用全譜區的光譜數據逐一校正每個波長點，原理簡單，使用方便，但所需標樣數多。PDS法是一種多元全光譜模型傳遞方法，它的基本假設是實際光譜數據的變化只局限于一個小的區域，選擇合適的窗口對各個波長點的光譜進行較正，但在實際中不同光譜儀上測量的光譜存在較大差異，這些差異大小及體現在譜區的范圍有很大的不同，有的是局部，有的是全譜區，因此會產生一定的校正誤差。

總之現有的光譜模型傳遞方法需要參數較多，且傳遞模型的準確度不夠高。

發明內容

本發明的目的是提供一種基于一元線性回歸的光譜模型傳遞方法，利用偏最小二乘法對樣品各成分在不同儀器上分別建立校正模型；利用預測集樣品對校正模型進行性能評價，選擇預測效果好的儀器作為主儀器，利用基于一元線性回歸的光譜模型傳遞方法對從儀器上的光譜進行校正。本方法所求參數少、模型簡單，預測的準確度高。

本發明提供一種基于一元線性回歸的光譜模型傳遞方法，主要步驟如下：

Ⅰ、樣品光譜的預處理

光譜分析儀器臺數M≥2，已知樣品在各臺儀器上采集的光譜數據及樣品m種主要成分含量的參考值。對各臺光譜儀器上采集的樣品光譜數據進行相同的預處理，以消除非目標因素的干擾，提高模型傳遞精度。

Ⅱ、校正模型的建立

分別將M臺儀器上采集的樣品光譜數據針對m種成分劃分為m個校正集和對應的m個預測集，校正集中的樣品數N₁≥30，預測集中的樣品數N₂≥10，且N₁＞N₂，各臺儀器上校正集和預測集樣品的選取一致。利用多元校正方法，以校正集樣品的m種成分含量為定標值，即作為因變量，以校正集樣品的光譜數據作為自變量，分別建立M臺儀器上的m個校正模型。

Ⅲ、校正模型評價

根據步驟Ⅱ建立的校正模型，將相應的預測集樣品的光譜數據代入其中，計算得到預測集樣品各成分含量的預測值，將預測值與實際成分含量相比較，進行M×m個校正模型的評價。評價參數選用預測標準偏差(SEP)。

Ⅳ、主儀器的選擇

根據步驟Ⅲ的評價結果，選擇預測效果最好的校正模型對應的儀器作為主儀器，其他儀器作為從儀器。

Ⅴ、模型傳遞，光譜校正

利用基于一元線性回歸光譜模型傳遞，對從儀器預測集樣品光譜進行校正，具體步驟如下：

Ⅴa、轉換集樣品的選擇