本发明专利技术提供一种校准曲线创建方法及装置、目标成分校准方法及装置，用于降低观测数据中包含的基线波动的影响而提高校准精度。校准曲线创建方法包括：求出含有各样品的独立成分的独立成分矩阵的步骤，在该步骤中，包括依次执行包含观测数据的标准化的第一预处理、包含白化的第二预处理以及独立成分分析处理，从而求出独立成分矩阵的步骤。在第一预处理中，由零空间投影法的处理之后执行标准化。另外，在零空间投影法中，作为表示依赖于观测数据的数据长度N的序数λ(λ为1至N的整数)的波动的单变量函数，不使用指数为整数的λ的取幂函数，而使用λ的值在1至N的范围内随λ的增加而单调地增加的单变量函数。
【技术实现步骤摘要】
本专利技术涉及创建用于从被检测体的观测数据导出关于被检测体的目标成分的含 量的校准曲线的技术以及求出关于被检测体的目标成分的含量的技术。
技术介绍
以往，本申请的专利技术人为了创建目标成分的校准曲线以及使用校准曲线进行目标 成分的校准，已经提出了使用独立成分分析的方案。例如，在专利文献1中，在创建校准曲 线时，对成分已知的多个样品的观测数据进行独立成分分析，根据求出的独立成分的混合 比例例和目标成分的已知成分量的关系，来决定单回归的校准曲线。然后，在进行目标成分 的校准时，使用创建校准曲线时求出的独立成分和校准曲线，对关于成分量未知的对象样 品的观测数据进行目标成分的校准。另外，在这些校准曲线的创建和目标成分的校准中，通 过进行作为观测数据的预处理的零空间投影法，降低观测数据中含有的基线波动的影响， 从而提高校准精度。 在上述的专利文献1的零空间投影法中，作为表示波动的波长依赖性的函数，使 用了指数g为整数的取幂λ g。但是，本申请的专利技术人发现在实际的处理中并不充分，在指 数为整数的取幂函数中有时产生无法充分地除去的波动。 现有技术文献 专利文献 专利文献1 :日本特开2013-160574号公报
技术实现思路
本专利技术为了解决上述问题的至少一部分而做出，能够作为以下的方式或应用例而 实现。 (1)根据本专利技术的第一方式，提供一种创建用于从被检测体的观测数据导出关于 所述被检测体的目标成分的含量的校准曲线的校准曲线创建方法。该校准曲线创建方法包 括：求出含有各样品的独立成分的独立成分矩阵的步骤，在该步骤中，包括依次执行包含观 测数据的标准化的第一预处理、包含白化的第二预处理以及独立成分分析处理，从而求出 独立成分矩阵的步骤。另外，在第一预处理中，由零空间投影法的处理之后执行标准化。另 外，在零空间投影法中，作为表示依赖于观测数据的数据长度N的序数λ (λ为1至N的整 数）的波动的单变量函数，不使用指数为整数的λ的取幂函数，而使用λ的值在1至Ν的 范围内随λ的增加而单调地增加的单变量函数。 根据该方法，在零空间投影法中，由于不使用指数为整数的λ的取幂函数，而使 用在λ的值为1至Ν的范围内随λ的增加而单调地增加的单变量函数，因而能够比以往 降低观测数据中包含的基线波动所带来的影响，可以提高校准精度。 在一个实施方式中，校准曲线创建方法包括：(a)计算机取得关于所述被检测体 的多个样品的所述观测数据的步骤；(b)所述计算机取得关于各所述样品的所述目标成分 的含量的步骤；（C)所述计算机估计在将每个所述样品的观测数据分离成多个独立成分时 的多个独立成分，并根据所述多个独立成分，对每个所述样品求出与所述目标成分对应的 混合系数的步骤；以及（d)所述计算机根据多个所述样品的所述目标成分的含量和每个所 述样品的所述混合系数，求出所述校准曲线的回归公式的步骤。所述（C)的步骤包括：（i) 所述计算机求出含有各所述样品的所述独立成分的独立成分矩阵的步骤；（ii)所述计算 机从所述独立成分矩阵求出估计混合矩阵的步骤，所述估计混合矩阵表示规定各所述样品 中的每个所述独立成分的独立成分元素的比例的向量的集合；以及（iii)所述计算机求出 所述估计混合矩阵中包含的每个所述向量与多个所述样品的所述目标成分的含量的相关 性，选择被判断为所述相关性最高的所述向量，来作为与所述目标成分对应的混合系数的 步骤。在所述步骤（i)中，所述计算机依次执行：包括所述观测数据的标准化的第一预处 理、包括白化的第二预处理和独立成分分析处理，从而求出所述独立成分矩阵，所述计算机 在所述第一预处理中，在零空间投影法的处理之后执行标准化，在所述零空间投影法中，作 为表示依赖于所述观测数据的数据长度N的序数λ的波动的单变量函数，不使用指数为整 数的所述λ的取幂函数，而使用所述λ的值在1至Ν的范围内随着所述λ的增加而单调 地增加的单变量函数，其中，所述λ为1至Ν的整数。 根据该校准曲线创建方法，对被检测体的多个样品根据从各样品已取得的观测数 据和目标成分的含量而创建用于从被检测体的观测数据导出被检测体中含有的目标成分 量的校准曲线。因此，如果使用该校准曲线，即使被检测体的观测数据为一个，也能够高精 度地求出目标成分的含量。因此，如果通过该校准曲线创建方法而预先创建校准曲线，则在 进行校准时，只对被检测体取得一个观测数据就可解决。其结果，能够根据作为实测值的一 个观测数据高精度地求出目标成分量。另外，求出估计混合矩阵，并在估计混合矩阵中选出 与样品目标成分的含量的相关强的向量，因此能够得到估计精度高的混合系数。并且，在第 一预处理中进行零空间投影法处理，因而能够降低观测数据中含有的基线波动所带来的影 响而提高校准精度。 (2)根据本专利技术的第二方式，提供一种创建用于从被检测体的观测数据导出关于 所述被检测体的目标成分的含量的校准曲线的校准曲线创建装置。该校准曲线创建装置包 括求出含有各样品的独立成分的独立成分矩阵的独立成分矩阵计算部。该独立成分矩阵计 算部依次执行包括观测数据的标准化的第一预处理、包括白化的第二预处理以及独立成分 分析处理而求出独立成分矩阵。另外，在第一预处理中，在零空间投影法处理之后执行标准 化。并且，在零空间投影法中，作为表示依赖于观测数据的数据长度Ν的序数λ (λ为1至 Ν的整数）的波动的单变量函数，不使用指数为整数的λ的取幂函数，而使用在λ的值为 1至Ν的范围内随λ的增加而单调地增加的单变量函数。 根据该校准曲线创建装置，在零空间投影法中，由于不使用指数为整数的λ的取 幂函数，而使用在λ的值为1至Ν的范围内随λ的增加而单调地增加的单变量函数，因而 能够比以往降低观测数据中包含的基线波动所带来的影响，可以提高校准精度。 在一个实施方式中，校准曲线创建装置包括：样品观测数据取得部，取得关于所述 被检测体的多个样品的所述观测数据；样品目标成分量取得部，取得关于各所述样品的所 述目标成分的含量；混合系数估计部，估计在将每个所述样品的观测数据分离成多个独立 成分时的多个独立成分，并根据所述多个独立成分，对每个所述样品求出与所述目标成分 对应的混合系数；以及回归公式计算部，根据多个所述样品的所述目标成分的含量和每个 所述样品的所述混合系数，求出所述校准曲线的回归公式。所述混合系数估计部包括：独立 成分矩阵计算部，求出包含各所述样品的所述各独立成分的独立成分矩阵；估计混合矩阵 计算部，从所述独立成分矩阵中，求出估计混合矩阵，所述估计混合矩阵表示规定各所述样 品中的每个所述独立成分的独立成分元素的比例的向量的集合；以及混合系数选择部，对 于在所述估计混合矩阵中所包含的每个所述向量，求出与多个所述样品的所述目标成分的 含量相对的相关性，并选择被判断为所述相关性最高的所述向量，来作为与所述目标成分 对应的混合系数。所述独立成分矩阵计算部依次执行：包括所述观测数据的标准化的第一 预处理、包括白化的第二预处理以及独立成分分析处理，从而求出所述独立成分矩阵，所述 独立成分矩阵计算部在所述第一预处理中，在零空间投影法的处理之后执行标准化，在所 述零空间投影法中，作为表示依赖于所述观测数据的数据长度N的序数λ的波动的单变量 函数，不使用指数为整数的所本文档来自技高网...
【技术保护点】
一种校准曲线创建方法，其特征在于，其创建用于从被检测体的观测数据导出关于所述被检测体的目标成分的含量的校准曲线，包括：(a)计算机取得关于所述被检测体的多个样品的所述观测数据的步骤；(b)所述计算机取得关于各所述样品的所述目标成分的含量的步骤；(c)所述计算机估计在将每个所述样品的观测数据分离成多个独立成分时的多个独立成分，并根据所述多个独立成分，对每个所述样品求出与所述目标成分对应的混合系数的步骤；以及(d)所述计算机根据多个所述样品的所述目标成分的含量和每个所述样品的所述混合系数，求出所述校准曲线的回归公式的步骤，所述(c)的步骤包括：(i)所述计算机求出含有各所述样品的所述独立成分的独立成分矩阵的步骤；(ii)所述计算机从所述独立成分矩阵求出估计混合矩阵的步骤，所述估计混合矩阵表示规定各所述样品中的每个所述独立成分的独立成分元素的比例的向量的集合；以及(iii)所述计算机求出所述估计混合矩阵中包含的每个所述向量与多个所述样品的所述目标成分的含量的相关性，选择被判断为所述相关性最高的所述向量，来作为与所述目标成分对应的混合系数的步骤，在所述步骤(i)中，所述计算机依次执行：包括所述观测数据的标准化的第一预处理、包括白化的第二预处理和独立成分分析处理，从而求出所述独立成分矩阵，所述计算机在所述第一预处理中，在零空间投影法的处理之后执行标准化，在所述零空间投影法中，作为表示依赖于所述观测数据的数据长度N的序数λ的波动的单变量函数，不使用指数为整数的所述λ的取幂函数，而使用所述λ的值在1至N的范围内随着所述λ的增加而单调地增加的单变量函数，其中，所述λ为1至N的整数。...
【技术特征摘要】
...
【专利技术属性】
技术研发人员：仓沢光，荒井佳文，
申请(专利权)人：精工爱普生株式会社，
类型：发明
国别省市：日本;JP
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。