光谱仪的自动建模方法.pdf

《光谱仪的自动建模方法.pdf》由会员分享，可在线阅读，更多相关《光谱仪的自动建模方法.pdf（8页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010483844.1 (22)申请日 2020.06.01 (71)申请人 郑州轻工业大学 地址 450002 河南省郑州市金水区东风路5 号 (72)发明人 王东琳杨鹏陈鹏商继敏 杨坤 (74)专利代理机构 天津浆果知识产权代理事务 所(普通合伙) 12240 代理人 王龑 (51)Int.Cl. G16C 20/20(2019.01) G16C 20/70(2019.01) G01N 21/31(2006.01) (54)发明名称 一种光谱仪的自动建模方法 (57)摘。

2、要 本发明公开了一种光谱仪的自动建模方法， 包括以下步骤： 向光谱仪中导入数据集； 对光谱 数据集进行预处理； 对化学真值集进行预处理； 向光谱仪输入模型控制量； 建立模型。 本发明中 光谱错误数据能够自动剔除， 无需专业人员干 预。 本发明预测模型自动循环迭代优化、 保存光 谱建模参数及模型的计算系数数组供预测时计 算输出分析结果使用。 本发明可以降低光谱仪对 专业知识的需求门槛， 方便应用端人员自行建立 精准模型， 可极大的促进光谱仪技术的广泛便捷 使用。 本发明提供一种对光谱数据进行自动筛选 分析、 自动选取最优参数来迭代优化光谱建模的 办法， 实现光谱仪模型的自动建立。 权利要求书1页。

3、 说明书5页 附图1页 CN 111816262 A 2020.10.23 CN 111816262 A 1.一种光谱仪的自动建模方法， 其特征在于： 包括以下步骤： ( )向光谱仪中导入数据集 导入光谱数据集和对应的含量化学真值集； ()对光谱数据集进行预处理 调用光谱预处理流程对光谱数据集进行数据处理， 得到处理后的光谱数据； ()对化学真值集进行预处理 对化学真值集进行数据处理， 得到处理后的化学真值集数据； ()向光谱仪输入模型控制量 向光谱仪输入建模控制误差目标值以及循环误差间隔； ()建立模型 接收光谱数据、 化学真值集数据、 建模控制误差目标值、 循环误差间隔， 按照建模流程 建。

4、模， 并输出模型计算系数数组。 2.根据权利要求1所述的一种光谱仪的自动建模方法， 其特征在于： 步骤()中光谱数 据集进行预处理包括以下过程： 首先， 对光谱数据归一化处理； 然后， 对归一化的数据进行校正； 最后， 对校正后的数据进行二阶求导， 得到处理后的光谱数据。 3.根据权利要求1所述的一种光谱仪的自动建模方法， 其特征在于： 步骤()中对化学 真值集的处理为从小到大排列。 4.根据权利要求1所述的一种光谱仪的自动建模方法， 其特征在于： 步骤()中的建模 流程包括以下步骤： 首先， 对处理后的光谱数据按照化学值的顺序排列； 然后， 将化学真值集分为校正集Yci和验证集Yti， 将处。

5、理后的光谱数据分为校正集Fcx 和验证集Ftx； 再后， 计算校正集光谱数据的权重矩阵， 并依据权重矩阵得到分矩阵； 再后， 计算校正集化学真值集的载荷， 并根据载荷计算校正集化学值的得分因子； 再后， 计算光谱校正集的载荷矩阵； 最后， 计算模型的回归系数矩阵。 5.根据权利要求3所述的一种光谱仪的自动建模方法， 其特征在于： 在载荷矩阵的计算 过程中需要判断误差是否大于1e-8， 如果大于， 则用得分因子代替化学值。 6.根据权利要求3所述的一种光谱仪的自动建模方法， 其特征在于： 在得到回归系数矩 阵后， 根据回归系数计算验证集预测结果的残差值Rt和校正集预测结果的残差值Rc， 如果Rt。

6、 大于控制误差目标值， 则控制误差目标值修正为控制误差目标值与循环误差间隔之差， 将 误差大于修正控制误差目标值的数据删除； 合并校正集和验证集的光谱数据、 化学真值集， 从新执行建模过程直至直到残差值Rt小 于控制误差目标值。 7.根据权利要求3所述的一种光谱仪的自动建模方法， 其特征在于： 所述化学真值集Yi 按照4： 1的比例顺序分为校正集Yci和验证集Yti。 权利要求书 1/1 页 2 CN 111816262 A 2 一种光谱仪的自动建模方法 技术领域 0001 本发明属于光谱分析技术领域， 具体涉及一种光谱仪的自动建模 方法。 背景技术 0002 光谱分析技术已从农产品领域扩展到。

7、石油化工、 医药、 生物化学、 烟草和纺织品 等领域， 成为发达国家质量控制、 品质分析和在线分析 等快速、 无损分析的主要手段。 但是 光谱分析技术需要预先根据已知 物质成分含量的样本建立该物质的预测模型才能对未知 含量的样本 进行采集光谱进而使用模型计算出该物质成分含量。 0003 而分析结果的准确取决于预测模型的准确建立。 建立一个准确的 模型通常需要 专业人员根据经验经过数据筛选、 建模方法选择、 建模 参数调整等关键步骤进行， 建模过 程繁琐且不利于非专业人员快速操 作使用。 发明内容 0004 本发明为解决现有技术存在的问题而提出， 其目的是提供一种光 谱仪的自动建 模方法。 00。

8、05 本发明的技术方案是： 一种光谱仪的自动建模方法， 包括以下步 骤： 0006 .向光谱仪中导入数据集 0007 导入光谱数据集和对应的含量化学真值集； 0008 .对光谱数据集进行预处理 0009 调用光谱预处理流程对光谱数据集进行数据处理， 得到处理后的 光谱数据； 0010 .对化学真值集进行预处理 0011 对化学真值集进行数据处理， 得到处理后的化学真值集数据； 0012 .向光谱仪输入模型控制量 0013 向光谱仪输入建模控制误差目标值以及循环误差间隔； 0014 .建立模型 0015 接收光谱数据、 化学真值集数据、 建模控制误差目标值、 循环误 差间隔， 按照建模 流程建模。

9、， 并输出模型计算系数数组。 0016 步骤中光谱数据集进行预处理包括以下过程： 0017 首先， 对光谱数据归一化处理； 0018 然后， 对归一化的数据进行校正； 0019 最后， 对校正后的数据进行二阶求导， 得到处理后的光谱数据。 0020 步骤中对化学真值集的处理为从小到大排列。 0021 步骤中的建模流程包括以下步骤： 0022 首先， 对处理后的光谱数据按照化学值的顺序排列； 0023 然后， 将化学真值集分为校正集Yci和验证集Yti， 将处理后的光 谱数据分为校正 集Fcx和验证集Ftx； 说明书 1/5 页 3 CN 111816262 A 3 0024 再后， 计算校正集。

10、光谱数据的权重矩阵， 并依据权重矩阵得到分 矩阵； 0025 再后， 计算校正集化学真值集的载荷， 并根据载荷计算校正集化 学值的得分因 子； 0026 再后， 计算光谱校正集的载荷矩阵； 0027 最后， 计算模型的话回归系数矩阵。 0028 在载荷矩阵的计算过程中需要判断误差是否大于1e-8， 如果大于， 则用得分因子 代替化学值。 0029 在得到回归系数矩阵后， 根据回归系数计算验证集预测结果的残 差值Rt和校正 集预测结果的残差值Rc， 如果Rt大于控制误差目标值， 则控制误差目标值修正为控制误差 目标值与循环误差间隔之差， 将误 差大于修正控制误差目标值的数据删除； 0030 合并。

11、校正集和验证集的光谱数据、 化学真值集， 从新执行建模过 程直至直到残差 值Rt小于控制误差目标值。 0031 所述化学真值集Yi按照4： 1的比例顺序分为校正集Yci和验证集 Yti。 0032 本发明的有益效果如下： 0033 本发明中光谱错误数据能够自动剔除， 无需专业人员干预。 0034 本发明预测模型自动循环迭代优化、 保存光谱建模参数及模型的 计算系数数组 供预测时计算输出分析结果使用。 0035 本发明可以降低光谱仪对专业知识的需求门槛， 方便应用端人员 自行建立精准 模型， 可极大的促进光谱仪技术的广泛便捷使用。 0036 本发明提供一种对光谱数据进行自动筛选分析、 自动选取最。

12、优参 数来迭代优化 光谱建模的办法， 实现光谱仪模型的自动建立。 附图说明 0037 图1是本发明的方法流程图。 具体实施方式 0038 以下， 参照附图和实施例对本发明进行详细说明： 0039 如图1所示， 一种光谱仪的自动建模方法， 包括以下步骤： 0040 .向光谱仪中导入数据集 0041 导入光谱数据集和对应的含量化学真值集； 0042 .对光谱数据集进行预处理 0043 调用光谱预处理流程对光谱数据集进行数据处理， 得到处理后的 光谱数据； 0044 .对化学真值集进行预处理 0045 对化学真值集进行数据处理， 得到处理后的化学真值集数据； 0046 .向光谱仪输入模型控制量 00。

13、47 向光谱仪输入建模控制误差目标值以及循环误差间隔； 0048 .建立模型 0049 接收光谱数据、 化学真值集数据、 建模控制误差目标值、 循环误 差间隔， 按照建模 流程建模， 并输出模型计算系数数组。 说明书 2/5 页 4 CN 111816262 A 4 0050 步骤中光谱数据集进行预处理包括以下过程： 0051 首先， 对光谱数据归一化处理； 0052 然后， 对归一化的数据进行校正； 0053 最后， 对校正后的数据进行二阶求导， 得到处理后的光谱数据。 0054 步骤中对化学真值集的处理为从小到大排列。 0055 步骤中的建模流程包括以下步骤： 0056 首先， 对处理后的。

14、光谱数据按照化学值的顺序排列； 0057 然后， 将化学真值集分为校正集Yci和验证集Yti， 将处理后的光 谱数据分为校正 集Fcx和验证集Ftx； 0058 再后， 计算校正集光谱数据的权重矩阵， 并依据权重矩阵得到分 矩阵； 0059 再后， 计算校正集化学真值集的载荷， 并根据载荷计算校正集化 学值的得分因 子； 0060 再后， 计算光谱校正集的载荷矩阵； 0061 最后， 计算模型的话回归系数矩阵。 0062 在载荷矩阵的计算过程中需要判断误差是否大于1e-8， 如果大于， 则用得分因子 代替化学值。 0063 在得到回归系数矩阵后， 根据回归系数计算验证集预测结果的残 差值Rt和。

15、校正 集预测结果的残差值Rc， 如果Rt大于控制误差目标值， 则控制误差目标值修正为控制误差 目标值与循环误差间隔之差， 将误 差大于修正控制误差目标值的数据删除； 0064 合并校正集和验证集的光谱数据、 化学真值集， 从新执行建模过 程直至直到残差 值Rt小于控制误差目标值。 0065 所述化学真值集Yi按照4： 1的比例顺序分为校正集Yci和验证集 Yti。 0066 光谱数据归一化处理的过程如下： 0067 其中， M张光谱， N个波长， i1,2,3M,j1,2,3N； 0068 0069 0070 0071数据说明， 其中， X(i,j)为光谱数据集； Bx(i)为每张光谱对应的 。

16、有效值；为 每张光谱的平均值； Cx(i， j)为归一化后的光谱 数据。 0072 数据进行校正的处理过程如下： 0073 说明书 3/5 页 5 CN 111816262 A 5 0074使用最小二乘求出a和b 0075 Dx(Cx-a)/b 0076数据说明， 其中，为归一化后的光谱平均值， Dx为校正 后的光谱数据。 0077 光谱数据平滑二阶求导： 0078 输入： 拟合级数为n， 窗口为m个数据长度， 且m为大于n的奇 数,m2r+1。 构建平 滑拟合系数向量aa0 a1 . an-1， 使表达式 最小二乘解的中心数 据权重因子向量为wm。 0079 对光谱校正后的数据Dx做平滑处理。

17、后得到Ex： 0080 0081 然后对光谱数据Ex做窗口为m个数据的二阶求导 0082 0083 以下结合具体公式对模型自动建立进行说明： 0084 建模前数据处理， 输入模型控制误差目标值Tg、 循环误差间隔 值t； 0085 将化学真值集Yi从小到大排列为Yi， 同时处理后的光谱数据Fx按照化 学值的顺 序排列为Fx。 将化学真值集Yi按照4： 1的比例顺序分为校 正集Yci和验证集Yti， 对应的光 谱数据也分为校正集Fcx和验证集Ftx 0086 启动建模循环， 建模流程为： 0087S1:计算校正集光谱数据集Fcx的权重矩阵W， 0088 根据权重值计算得分矩阵V， VFcW； 0。

18、089S2:计算校正集化学值的载荷q，根据q计算校正集化 学值的得分因 子 0090S3:判断误差是否大于1e-8， 如果大于， 则用得分因子 代替化学值， Fc u， 重复S1-S3， 得到光谱数据集的权重矩阵W， 得 分矩阵V， 计算校正集光谱数据的载荷矩 阵P： 0091误差小于1e-8， 则循环结束， 得到光谱数据集的权重矩 阵W。 0092S4： 计算模型回归系数矩阵Z，根据回归系数计 算验证集预测结 说明书 4/5 页 6 CN 111816262 A 6 果的残差值Rt和校正集预测结果的残差值Rc， Rt|ZFtx-Yt|， Rc|ZFcx-Yc|。 0093 如果Rt大于目标值。

19、Tg， 则误差目标值修正为TgTg-t。 将误差 大于Tg的校正 集和验证集的光谱数据和化学值数据都删除。 0094 合并校正集和验证集的光谱数据、 化学值数据， 重新执行整个过 程， 直到Rt小于 Tg。 0095 其中， 残差值Rt与控制误差目标值Tg的比较能够自动剔除错误 数据。 0096 本发明预测模型自动循环迭代优化、 保存光谱建模参数及模型的 计算系数数组 供预测时计算输出分析结果使用。 0097 本发明可以降低光谱仪对专业知识的需求门槛， 方便应用端人员 自行建立精准 模型， 可极大的促进光谱仪技术的广泛便捷使用。 0098 本发明提供一种对光谱数据进行自动筛选分析、 自动选取最优参数来 迭代优化 光谱建模的办法， 实现光谱仪模型的自动建立。 说明书 5/5 页 7 CN 111816262 A 7 图1 说明书附图 1/1 页 8 CN 111816262 A 8 。