[發明專利]一種可見-近紅外光譜無損判別的方法

在審

• 申請號: 201410498422.6
• 申請日: 2014-09-25
• 公開（公告）號: CN104215591A
• 公開（公告）日: 2014-12-17
• 發明（設計）人: 潘濤;肖青青;郭昊淞;陳潔梅;史本山
• 申請（專利權）人: 暨南大學
• 主分類號: G01N21/31
• 分類號: G01N21/31
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 蘇運貞;陳燕嫻

1.一種可見-近紅外光譜無損判別的方法，其特征在于包括如下步驟：

(1)測試樣品，得到光譜數據和樣品類別的測定結果；把全部樣品隨機分為建模集和檢驗集；

(2)光譜預處理模型的篩選：在所測得的光譜波段中，對所有光譜分別進行不同模式的SG平滑預處理，得到SG平滑光譜；

(3)在所得的SG平滑光譜基礎上，建立基于PCA和LDA的定標預測模型，計算預測樣品的識別準確率P_REC；

(4)根據P_REC的值篩選最優SG平滑模式；

(5)用最優SG平滑模式對所有樣品光譜進行預處理，進行波長模型篩選，進一步建立優化波長模型，然后采用光譜判別分析方法，計算識別準確率P_REC；根據最大P_REC值獲得全局最優模型，建立可見-近紅外光譜無損判別的方法。

2.根據權利要求1所述的方法，其特征在于：

步驟(1)中所述的建模集包括定標集和預測集；

步驟(2)中所述的光譜波段為400～2498nm。

3.根據權利要求1所述的方法，其特征在于：步驟(2)中所述的SG平滑的參數包括導數階數d、多項式次數p和平滑點數m；

所述的d為0、1、2、3、4或5；

所述的p為2、3、4、5或6；

所述的m為5～51之間的奇數。

4.根據權利要求1所述的方法，其特征在于：

步驟(5)中所述的波長模型的參數包括起點波長I和波長個數N；

所述的I為I∈{400，402，···，2498}；

所述的N為N∈{1，2，···，50}∪{60，70，···，200}∪{220，240，···，860}∪{1050}。

5.根據權利要求1所述的方法，其特征在于：步驟(5)中所述的光譜判別分析方法，包括有監督的光譜判別分析方法和無監督的光譜判別分析方法；

所述的有監督的光譜判別分析方法包括PLS-DA，PCA-LDA；

所述的無監督的光譜判別分析方法包括PCA-HCA。

6.一種可見-近紅外光譜無損判別具Bt和Bar基因甘蔗葉的方法，包括如下步驟：

(1)測試樣品，得到可見-近紅外漫反射光譜數據和樣品類別的測定結果；把全部樣品隨機分為建模集和檢驗集；

(2)光譜預處理模型的篩選：在所測得的光譜波段中，對所有光譜分別進行不同模式的SG平滑預處理，得到SG平滑光譜；

(3)在所得的SG平滑光譜基礎上，建立基于PCA和LDA的定標預測模型，計算預測樣品的識別準確率P_REC；

(4)根據P_REC的值篩選最優SG平滑模式；

(5)用最優SG平滑模式對所有樣品光譜進行預處理，進行波長模型篩選，進一步建立優化波長模型，然后采用光譜判別分析方法，計算識別準確率P_REC；根據最大P_REC值獲得全局最優模型，建立高效識別轉基因與非轉基因甘蔗葉樣品的方法。

7.根據權利要求6所述的方法，其特征在于：

步驟(2)中所述的SG平滑的參數包括導數階數d、多項式次數p和平滑點數m；

所述的d為0、1、2、3、4或5；

所述的p為2、3、4、5或6；

所述的m為5～51之間的奇數。

8.根據權利要求6所述的方法，其特征在于：步驟(4)中所述的最優SG平滑模式的參數為d＝1，p＝3，m＝25。

9.根據權利要求6所述的方法，其特征在于：步驟(5)中所述的波長模型的參數包括起點波長I和波長個數N；

所述的I為I∈{400，402，···，2498}；

所述的N為N∈{1，2，···，50}∪{60，70，···，200}∪{220，240，···，860}∪{1050}。

10.根據權利要求6所述的方法，其特征在于：步驟(5)中所述的全局最優模型的參數為d＝1，p＝3，m＝25，I＝768nm，N＝28。