[發明專利]基于近紅外光譜技術的模式識別方法

在審

• 申請號: 201910432600.8
• 申請日: 2019-05-22
• 公開（公告）號: CN110084227A
• 公開（公告）日: 2019-08-02
• 發明（設計）人: 錢麗麗;宋雪健;張東杰;李殿威;趙文瑜;曾華英
• 申請（專利權）人: 黑龍江八一農墾大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G01N21/359
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種近紅外光譜技術的模式識別方法，采用傅里葉近紅外漫反射光譜技術進行檢測樣品進行建模數據采集，對采集的建模數據運用因子化建模結合一階導數+5點平滑的預處理建立定性分析模型，采用Ward’s algorithm聚類算法結合二階導數+SNV+5點平滑預處理建立聚類分析模型；采用PLS法建立定量分析模型，通過定向分析模型、聚類分析模型和定量分析模型進行模式識別實現分類判斷。

技術領域

本發明涉及模式識別技術領域，更具體的說是涉及一種基于近紅外光譜技術的模式識別方法。

背景技術

目前，采用近紅外光譜進行物質組分分析、檢驗和分類的方向研究不斷加深，近紅外光指波數在12000～4000cm^-1范圍內的一種電磁波，可以對檢測樣品中的-CH，-OH，-NH，C＝C，C＝O等化學鍵振動(伸縮振動，彎曲振動，搖擺振動，剪刀振動等)及光譜疊加吸收，形成穩定而復雜的吸收光譜，光譜的特性與樣品的組分存在特定關系，同時，可以實現全光譜或者多個子光譜的定性分析、定量分析及在線分析等。

但是，由于對于多組分的復雜樣品，其近紅外光譜不是各組分單獨光譜的簡單疊加，需要利用“化學計量學”技術從復雜的光譜中提取出有效信息，此種方法常被用于營養成分檢驗及分類，對于目前日常生活中經常出現的造假和摻假的行為，消費者希望出現一種簡便鑒別技術，能夠快速對產物成分進行分析，對產物產地進行溯源，保證購買質量。

因此，如何采用近紅外光譜技術結合模型算法進行物質組分分析，實現物質產地溯源是本領域技術人員亟需解決的問題。

發明內容

有鑒于此，本發明提供了一種基于近紅外光譜技術的模式識別方法，采用近紅外光譜技術進行鑒別樣品的采樣，利用采集的參考物的光譜數據建立定性分析模型或聚類分析模型或定量分析模型，實現對產物不同狀態下的建模，通過待鑒別樣品的光譜數據輸入模型，從而獲得鑒別結果，判斷出待鑒別樣品的真實產地與標志產地是否一致。

為了實現上述目的，本發明采用如下技術方案：

一種基于近紅外光譜技術的模式識別方法，具體識別方法過程如下：

步驟1：采用傅里葉近紅外漫反射光譜技術進行采樣，獲取樣品原始光譜；

步驟2：對所述原始光譜進行預處理，得到建模光譜；

步驟3：對所述建模光譜進行特征提取，建立識別模型；

步驟4：將待識別光譜數據輸入識別模型，獲得判別結果。

優選的，所述步驟1中，利用TENSOR II型傅里葉變換近紅外光譜儀進行所述樣品的所述原始光譜的采集；利用OPUS 7.5軟件對所述樣品進行掃描，進行檢查信號、保存峰位、掃描背景單通道光譜、測量樣品單通道光譜操作來消除外接信息的干擾，提高采集數據的精度；還設置有壓樣器，通過所述壓樣器將所述樣品表面處理平整和壓實來提升近紅外光纖的漫反射次數，更多的提取有效信息，測量樣品單通道采集樣品光譜，再利用所述近紅外光譜進行所述原始光譜的采集。

優選的，所述步驟2中的預處理方式為矢量歸一化、一階導數+平滑法、一階導數+SNV+平滑、二階導數+平滑法或二階導數+SNV+平滑法。

優選的，所述步驟2中采用二階導數+SNV+5點平滑法進行所述原始光譜的預處理，所述步驟3中采用Ward’s algorithm聚類算法建立聚類分析模型。

優選的，所述步驟2中采用一階導數+5點平滑法進行所述原始光譜的預處理，所述步驟3中采用因子化法建立定性分析模型。

優選的，所述步驟3中采用偏最小二乘法，建立的定量分析模型。