[發明專利]一種基于光譜分離度的分光波長組合方法

有效

• 申請號: 202010398620.0
• 申請日: 2020-05-12
• 公開（公告）號: CN111474128B
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 潘濤;陳潔梅;李佳琪;姚立軍
• 申請（專利權）人: 暨南大學
• 主分類號: G01N21/31
• 分類號: G01N21/31;G06F17/18
• 代理公司: 佛山市智匯聚晨專利代理有限公司 44409
• 代理人: 陳欽祥

1.一種基于光譜分離度的分光波長組合方法，其特征在于包括如下步驟：

S1、樣品收集：收集需要判別的兩類樣品，分別簡稱“陰性”、“陽性”樣品；

S2、光譜采集：重復多次測量每個樣品的光譜；

S3、計算全體陰性、陽性樣品在每個波長的光譜吸光度的最小值、最大值分別記為計算全體陰性、陽性樣品光譜吸光度的均值、標準偏差，分別記為

S4、提出兩個光譜種群的I型分離度譜、I型相對分離度譜、II型分離度譜和II型相對分離度譜，分別定義I型分離度(S_I(λ))、I型相對分離度(R_I(λ))、II型分離度(S_II(λ))和II型相對分離度(R_II(λ))，如下：

S5、基于分離度排序，對于I型分離度S_I(λ)：確定需要的波長范圍，采用全掃描譜區，或者根據實際對象的光譜特征，采用特定的波長范圍，波長總數為n，按照分離度值從大到小將波長排序，如下：λ₁，λ₂，...，λ_n；

S6、分離度優先的波長組合：基于分離度優先，依次構建n個波長組合如下：

Ω_i＝{λ₁，λ₂，...，λ_i}，i＝1，2，...，n；

S7、采用兩類樣品的光譜數據，并劃分為定標樣品集、預測樣品集，采集測定的樣品光譜；

分別按照上述n個波長組合的數據建立偏最小二乘法判別分析(PLS-DA)模型，計算相關的定標樣品集、預測樣品集、全體樣品的陰性識別準確率、陽性識別準確率、總識別準確率共9個識別準確率，并計算上述9個識別準確率的標準偏差(RAR_SD)；根據全體樣品的總識別準確率(RAR_Total)，確定I型分離度S_I(λ)的最優波長模型，稱為最優SDPC模型，公式如下：

對應的最優波長組合為：

Ω_N＝{λ₁，λ₂，...，λ_N}，N為波長個數；

S8、同理，基于其他三類分離度R_I(λ)、S_II(λ)、R_II(λ)的優先組合方法，分別獲得各自的最優波長組合，確定各自的最優SDPC模型，最后，再從四類分離度的最優SDPC模型中確定全局最優模型，對應選出全局最優波長組合。