[發明專利]復雜光譜組分濃度定量計算的方法有效
| 申請號: | 202010124915.9 | 申請日: | 2020-02-27 |
| 公開(公告)號: | CN111289451B | 公開(公告)日: | 2021-03-16 |
| 發明(設計)人: | 李揚;劉曉海 | 申請(專利權)人: | 歐梯恩智能科技(蘇州)有限公司 |
| 主分類號: | G01N21/31 | 分類號: | G01N21/31 |
| 代理公司: | 北京商專潤文專利代理事務所(普通合伙) 11317 | 代理人: | 邢若蘭 |
| 地址: | 215000 江蘇省蘇州市高*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 復雜 光譜 組分 濃度 定量 計算 方法 | ||
1.復雜光譜組分濃度定量計算的方法,其特征在于,包括以下步驟,
步驟S1:采集純物質的吸收光譜,并對所述吸收光譜進行特征峰提取和特征峰的關聯處理,獲得所述純物質的不同特征峰及所述不同特征峰之間的關聯函數;
步驟S2:采集待測樣品的光譜數據,并對所述光譜數據進行預處理,獲得原始譜;
步驟S3:對待測樣品進行定性分析,篩選出對應的純物質的特征峰及特征峰關聯函數;
步驟S4:將篩選出的所有所述純物質及所述純物質的特征峰關聯函數導入到所述原始譜中,通過深度學習算法進行學習和自回歸,獲得組分濃度;
所述步驟S4包括,
將步驟S3中篩選出的特征峰及特征峰關聯函數導入到原始譜中進行擬合,建立初始模型;
對初始模型進行訓練;
采用隨機網格搜索方法和RELU函數進行收斂判斷;
初始模型訓練后得到最優模型,并獲得最佳模型參數,
采用測試集對模型進行驗證與修正,
獲得組分濃度;
所述將所述步驟S3中篩選出的特征峰及特征峰關聯函數導入到所述原始譜中進行擬合,其第m個特征峰在波長λnm處的吸光度滿足以下擬合函數,
其中,為第i個組分在波長λnm處的吸光度,為其對應的貢獻比,
所有所述特征峰的吸光度組成一個矩陣A,表達式如下,
A=A1+A2+…+Am
每種純物質在每個特征峰的吸光度貢獻比值構成一個矩陣X,表達式如下,
每種純物質在每個特征峰處的吸光度構成一個矩陣A′,表達式如下,
以上三個矩陣滿足以下關系式,
A=XA′。
2.根據權利要求1所述的復雜光譜組分濃度定量計算的方法,其特征在于,所述步驟S1包括,
對純物質的吸收光譜進行特征峰提取,
對所述純物質不同濃度的吸收光譜進行特征峰提取,并將獲得的所有所述特征峰建立吸光度與濃度的特征曲線;
對所述純物質所有所述特征曲線進行關聯,選取參考峰,建立關聯函數。
3.根據權利要求2所述的復雜光譜組分濃度定量計算的方法,其特征在于,所述對純物質的吸收光譜進行特征峰提取,提取方法為深度學習算法,主成分分析和偏最小二乘法中任意一種。
4.根據權利要求2所述的復雜光譜組分濃度定量計算的方法,其特征在于,所述參考峰為獲得的所有所述特征峰中的最大峰。
5.根據權利要求1所述的復雜光譜組分濃度定量計算的方法,其特征在于,所述步驟S2中,所述預處理包括基線歸零、平滑處理、散射校正和溫度校正。
6.根據權利要求1所述的復雜光譜組分濃度定量計算的方法,其特征在于,所述步驟S3包括,
獲取待測樣品中包含的物質種類,
根據獲得的物質種類,篩選出對應的純物質的特征峰及特征峰關聯函數。
7.根據權利要求6所述的復雜光譜組分濃度定量計算的方法,其特征在于,所述獲取待測樣品中包含的物質種類的方法為質譜法或色譜法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于歐梯恩智能科技(蘇州)有限公司,未經歐梯恩智能科技(蘇州)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010124915.9/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:激光焊接設備
- 下一篇:一種市政公路用防撞緩沖隔離欄





