[發明專利]基于紅外光譜分析物質成分含量的增量式方法

有效

• 申請號: 201710009517.0
• 申請日: 2017-01-06
• 公開（公告）號: CN106596450B
• 公開（公告）日: 2019-04-05
• 發明（設計）人: 趙煜輝;單鵬;張洋洋
• 申請（專利權）人: 東北大學秦皇島分校
• 主分類號: G01N21/35
• 分類號: G01N21/35
• 代理公司: 北京聯創佳為專利事務所(普通合伙) 11362
• 代理人: 劉美蓮;郭防

1.一種基于紅外光譜分析物質成分含量的增量式方法，其特征在于，包括以下步驟：

S1，根據源域紅外光譜數據和與所述源域紅外光譜數據對應的源域物質成分含量建立第一回歸模型，求取所述第一回歸模型中的參數；

S2，獲取目標域標準樣本，所述目標域標準樣本包括目標域紅外光譜標準數據和目標域物質濃度標準數據，建立目標域紅外光譜標準數據與源域紅外光譜數據之間的轉移模型，求取所述轉移模型中的參數；

S3，根據所述第一回歸模型和所述轉移模型建立第二回歸模型；

S4，獲取目標域紅外光譜增量數據和目標域物質成分含量增量數據，利用第二回歸模型對所述目標域紅外光譜增量數據進行篩選，如果滿足要求則保留所述目標域紅外光譜增量數據和與所述目標域紅外光譜增量數據對應的目標域物質成分含量增量數據；

S5，重復執行步驟S4直至被保留的目標域紅外光譜增量數據的數量達到閾值，然后形成新目標域標準樣本，所述新目標域標準樣本包含上述被保留的目標域紅外光譜增量數據和目標域物質成分含量增量數據；將所述新目標域標準樣本設定為所述目標域標準樣本，利用步驟S2和步驟S3獲取新轉移模型和新第二回歸模型；

S6.獲取目標域紅外光譜測試數據，根據所述目標域紅外光譜測試數據，所述新第二回歸模型獲取目標域物質成分含量。

2.根據權利要求1所述的基于紅外光譜分析物質成分含量的增量式方法，其特征在于，所述利用第二回歸模型對所述目標域紅外光譜增量數據進行篩選的步驟包括：根據所述目標域紅外光譜增量數據和所述第二回歸模型獲取目標域物質成分含量增量預測數據，比較所述目標域物質成分含量增量數據和所述目標域物質成分含量增量預測數據，如果二者差值大于閾值則滿足要求。

3.根據權利要求2所述的基于紅外光譜分析物質成分含量的增量式方法，其特征在于，所述根據所述目標域紅外光譜增量數據和所述第二回歸模型獲取目標域物質成分含量增量預測數據的步驟包括：利用所述目標域標準樣本的均值對所述目標域紅外光譜增量數據做中心化處理，利用下式依次遞推求取與所述目標域紅外光譜增量數據對應的增量光譜特征，其中，i大于等于1且小于等于k，T_{T_incre}為第三光譜特征，k為第三光譜特征的個數，為第二標準投影數據的第i個分量，為中心化處理后的目標域紅外光譜增量數據的第i個殘差項，為第二標準載荷數據的第i個分量；利用下式求取出所述目標域物質成分含量增量預測數據，其中M為轉移模型中的參數，B為第一回歸模型中的參數，mean(y_{S_cal})為源域物質成分含量的均值，為目標域物質成分含量增量預測數據。

4.根據權利要求1所述的基于紅外光譜分析物質成分含量的增量式方法，其特征在于，所述第一回歸模型為偏最小二乘回歸模型，所述步驟S1包括，對所述源域紅外光譜數據進行特征提取獲取第一光譜特征，根據所述第一光譜特征和源域物質成分含量建立所述偏最小二乘回歸模型，求出回歸系數。

5.根據權利要求4所述的基于紅外光譜分析物質成分含量的增量式方法，其特征在于，目標域紅外光譜數據包括目標域紅外光譜標準數據和目標域紅外光譜測試數據，所述步驟S2包括根據所述目標域紅外光譜標準數據進行特征提取獲取第二標準光譜特征；根據所述第一光譜特征和所述第二標準光譜特征建立所述轉移模型，求出轉移矩陣。

6.根據權利要求5所述的基于紅外光譜分析物質成分含量的增量式方法，其特征在于，所述步驟S6包括，根據所述目標域紅外光譜測試數據獲取第三光譜特征，將所述第三光譜特征和所述轉移模型帶入到所述偏最小二乘回歸模型中獲取所述目標域物質成分含量。

7.根據權利要求4所述的基于紅外光譜分析物質成分含量的增量式方法，其特征在于，所述對所述源域紅外光譜數據進行特征提取獲取第一光譜特征的步驟包括，對所述源域紅外光譜數據和源域物質成分含量進行中心化處理，根據中心化處理后的源域紅外光譜數據和源域物質成分含量建立偏最小二乘回歸模型獲取所述第一光譜特征。