[發明專利]一種基于雙樹復小波算法的毒品檢測儀標準化方法

在審

• 申請號: 201610222316.4
• 申請日: 2016-04-12
• 公開（公告）號: CN105784672A
• 公開（公告）日: 2016-07-20
• 發明（設計）人: 陳達;劉曉;李勇;王志軍;魏強
• 申請（專利權）人: 河北伊諾光學科技股份有限公司;張家口市公安局刑事警察支隊
• 主分類號: G01N21/65
• 分類號: G01N21/65;G01N21/359;G06F17/14;G06F17/18
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于雙樹復小波算法的毒品檢測儀標準化方法，其特征在于，包括以下步驟：

S1、選擇并設定兩臺毒品檢測儀器分別作為主、從儀器，分別采集樣品的主、從機儀器 光譜；

S2、采用Kennard-Stone算法對樣品光譜進行優選，剔除掉樣品光譜中異常樣品光譜， 然后選擇并設定訓練集和測試集；

S3、針對樣品光譜特性，設定最佳分解層數，并按照最佳分解層數對樣品光譜進行雙樹 復小波變換，得到各層分解系數；

S4、對各層的分解系數分別進行重構，得到各層重構的光譜；

S5、對各層重構的光譜，使用直接標準化(PDS)算法對從機光譜進行校正，然后使用訓 練集的主機光譜與樣品的化學真值濃度，建立基于偏最小二乘法和留一法交叉驗證的預測 模型，然后將校正后的測試集從機光譜輸入該模型得到預測結果，并得到每個預測模型的 交叉驗證均方根誤差RMSECV；

S6、通過交叉驗證均方根誤差來計算每個預測模型的權值，使用權值將所有的預測模 型進行模型融合，并計算RMSEP值和相關系數來評價模型傳遞效果。

2.如權利要求1所述的一種基于雙樹復小波算法的毒品檢測儀標準化方法，其特征在 于，步驟S1中所述的主、從儀器需保證是同一類型號的儀器，采集光譜是對同一樣品在同一 測量條件下采集不同儀器的光譜。

3.如權利要求1所述的一種基于雙樹復小波算法的毒品檢測儀標準化方法，其特征在 于，步驟S4中所述的重構是對不同儀器的光譜的分解后的每一層小波系數分別進行重構。

4.如權利要求1所述的一種基于雙樹復小波算法的毒品檢測儀標準化方法，其特征在 于，步驟S5中所述的直接標準化(PDS)算法是一種多變量校正的模型傳遞方法，其具體過程 如下：

首先，在訓練集從機光譜上第i個波長點選取一個K+W+1長的窗口Zi，令

Z_i＝[a_s，i-k，a_s，i-k+1，…，a_s，i+w-1，a_s，i+w]

然后，將訓練集主機的第i個波長點與Zi構造一個多元回歸方程，即

a_m，i＝Z_ib_i+e_i

對這個方程使用主成分(PCA)方法求解，然后將解出來的系數b置于轉換矩陣F的主對 角線上，其他置0，就得到了轉換矩陣F，如下所示：

最后通過轉換矩陣，將測試集的從機光譜轉換為主機光譜相匹配的光譜，就實現了模 型傳遞，即：

X_s，pds＝X_s·F

式中：as，i為訓練集從機光譜第i個波長點，am，i為訓練集主機光譜第i個波長點，bi為 轉換系數，ei為誤差，F為轉換矩陣，Xs為測試集從機光譜，Xs，pds為直接標準化(PDS)法后 得到的校正光譜。

5.如權利要求1所述的一種基于雙樹復小波算法的毒品檢測儀標準化方法，其特征在 于，步驟S5中所述的交叉驗證均方根誤差為RMSECV，其公式如下：

式中：n是測試集樣品數，CNIR是樣品的某一實際屬性矩陣，一般為濃度陣；CREF為預測 出的樣品屬性矩陣。