[發明專利]基于近紅外光譜相似度的模型界外樣本識別方法

有效

• 申請號: 201711470844.2
• 申請日: 2017-12-29
• 公開（公告）號: CN108226092B
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 劉彤;向軼;許定周;曾永平;肖青青;凌亞東
• 申請（專利權）人: 廣州訊動網絡科技有限公司
• 主分類號: G01N21/359
• 分類號: G01N21/359
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 劉巧霞

1.基于近紅外光譜相似度的模型界外樣本識別方法，其特征在于，包括步驟：

(1)在建模階段，先計算校正集中所有樣品的平均光譜；

然后計算校正集中每條光譜與平均光譜之間的相似度；

對求得的相似度進行排序，忽略相似度最小的M個值，確定未被忽略的光譜中最小相似度sim_min，設定一閾值lim＝sim_min*P，P是一參數；參數P是用來調整限制閾值的一個額外參數，用于控制閾值對異常的敏感程度，范圍設定為-1/lim到1/lim，包含-1/lim且包含1/lim；

(2)在檢測階段，首先計算待測樣本的光譜與平均光譜之間的相似度sim′；

然后將sim′與lim進行比較，如果sim′≤lim*X，X為一預設閾值，則判定當前樣本為模型界外樣本，否則，判定當前樣本為模型界內樣本；

步驟(1)中，校正集中每條光譜與平均光譜之間的相似度計算公式如下：

其中，U為特征集，u為U內單個特征緯度所代表的信息，i代表每個待對比樣品光譜的特征集合，x代表平均光譜的特征集合，代表該特征緯度上待對比樣品光譜與平均光譜的均值，sim代表待對比樣品光譜的特征集合與平均光譜特征集合的比對結果，即相似度。

2.根據權利要求1所述的基于近紅外光譜相似度的模型界外樣本識別方法，其特征在于，步驟(1)中，M＝N*Q，其中N為校正集樣品數，若N*Q1，則M取1；若N*Q≥1，則M取整，Q范圍為0.001至0.05。

3.根據權利要求1所述的基于近紅外光譜相似度的模型界外樣本識別方法，其特征在于，步驟(2)中，預設閾值Y，建立對未知樣本進行適用性評估等級劃分的模型，劃分方法如下：

其中，aLevel表示當前未知樣本的適用性評估等級，等級A表示校正模型對待測樣本光譜的適用性較好，預測結果的可信度較高，可直接采用當前的模型進行預測；等級B表示校正模型對待測樣本光譜的適用性一般，預測結果的可信度一般；等級C表示校正模型對待測樣本光譜的適用性較差，預測結果可信度極低。

4.根據權利要求3所述的基于近紅外光譜相似度的模型界外樣本識別方法，其特征在于，Y的范圍為1～1.01，X的范圍為0.9～0.995。