[發明專利]一種基于加權相關系數的近紅外光譜識別模型

有效

• 申請號: 201610064824.4
• 申請日: 2016-01-29
• 公開（公告）號: CN105717066B
• 公開（公告）日: 2018-09-18
• 發明（設計）人: 徐雪芹;李小蘭;劉鴻;黃善松;賈海江;周蕓;邵利民;周艷枚;潘玉靈
• 申請（專利權）人: 廣西中煙工業有限責任公司
• 主分類號: G01N21/359
• 分類號: G01N21/359
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 李紅團

本發明建立了一種近紅外光譜識別模型，采用近紅外光譜儀掃描一系列正常同類產品的光譜，計算平均光譜作為參考光譜；然后計算產品光譜與參考光譜的加權相關系數，通過加權相關系數的平均值和標準偏差計算識別區間，建立識別模型。與傳統的色譜、質譜等儀器分析相比，具有綠色、環保，簡單快捷，易于操作的優點，且所建模型識別精確度高，檢測效率高，成本低，為卷煙企業的產品穩定性分析及真偽識別提供技術保障。

技術領域

本發明涉及近紅外光譜技術領域，具體是一種基于加權相關系數的近紅外光譜識別模型，可用于卷煙產品真偽鑒別和質量穩定性分析。

背景技術

近紅外光譜技術具有分析過程高效、綠色、環保的現代分析特征，因而成為近年來發展較快、引人注目的光譜分析技術之一。根據美國實驗和材料協會(ASTM)的規定，其波長范圍為780～2526mn。分子在NIR區的吸收主要由C-H、0-H、N-H和C＝0等基團的合頻吸收與倍頻吸收組成，此區的吸收強度低、譜帶復雜、重疊嚴重，無法使用經典定性、定量的方法，必須借助化學計量學中的多元統計、曲線擬合、聚類分析等方法進行定標建模，并結合合適的模型實現快速多組分分析。近紅外光譜技術具有快速、無損、實時檢測等優點，已經成為工業產品分析的強有力工具。然而，近紅外光譜攢在特征弱、數據量大，視覺識別以及傳統匹配算法難以獲得可靠結果的弱點。因此，迫切需要開發一種有效、快速、自動化程度高的識別算法。

長期以來，卷煙產品內在質量表征主要通過感官評吸的方法，缺乏直觀形象的定量描述方法。隨著產品市場競爭的日趨激烈及工業企業生產自動化程度的日益提高，產品質量的穩定性及控制日趨凸顯，迫切需要快速、高效、簡便的分析方法用于卷煙產品質量穩定性的評價與控制。

本發明針對上述問題，提出了一種基于加權相關系數的識別模型。該模型以一系列正常同類產品的近紅外光譜為基礎，通過加權相關系數建立識別模型。在模型應用中，被判定為正常同類產品的近紅外光譜又可以添加到模型中，從而實現對識別模型的更新，使其適應性更強，結果更準確。

本發明中通過加權相關系數來衡量光譜的相似性，加權相關系數能夠有效地將光譜特征用于相似性的計算，從而提高了結果的可靠性。上述正常同類產品的近紅外光譜與參考光譜高度相似，但又存在不同；既體現了共同特性，也反映了個體差異。由此確定出一個光譜相似性的區間，在此區間中的產品為同類產品，否則為非同類產品或者異常產品。

發明內容

為進一步提高模型的識別精度，本發明提出了一種基于加權相關系數方法提取特征光譜。本發明提出的識別模型由參考光譜和識別區間組成。

本發明利用近紅外光譜儀將一系列正常同類產品的光譜進行掃描，然后提取每個光譜的特征數據，以平均光譜作為參考光譜；計算產品光譜與參考光譜的加權相關系數，通過加權相關系數的平均值和標準偏差計算識別區間，建立識別模型，該識別模型由參考光譜和識別區間組成。

具體建模步驟如下：

(1)首先對m個不同批次生產的同類樣品進行前處理，采用近紅外對樣品光譜進行掃描，以向量s_i表示第i個樣本的光譜數據(i＝1,2,...,m)，每個光譜包含n個數據點。

(2)以光譜向量s_i為行向量，整理出如下形式的數據矩陣S，

通過下式計算出平均光譜

(3)計算所有光譜s與的加權相關系數wcc，其中w為權重

其中，s_j和分別表示光譜s和的第j個數據點；w_j表示權重向量w的第j個數據點。

(4)步驟3中的權重向量w通過下式計算得到