一种针对光谱标准化情况的评价方法技术

本发明专利技术提供了一种针对光谱标准化情况的评价方法，包括如步骤1，计算得分矩阵：从主机光谱X

【技术实现步骤摘要】
一种针对光谱标准化情况的评价方法


[0001]本专利技术属于光谱分析
，具体涉及一种针对光谱标准化情况的评价方法。

技术介绍

[0002]近红外光谱分析技术具有快速、准确和绿色的优点，广泛应用于食品、药品等领域。但是近红外光谱分析模型在使用过程中，由于检测条件、检测环境或仪器设备发生变化时，近红外光谱的吸光度会出现差异，进而导致建成的分析模型失效，而重新建立模型又需要耗费大量的人力、物力。
[0003]针对上述问题，当前普遍采用光谱标准化方法来予以应对。光谱标准化即对同一样品在不同仪器或不同条件所采集的光谱数据进行校正，以此消除测量过程中由于仪器、环境等外在因素不同所造成的差异性，使得不同条件下采集的光谱可以适用同一个模型，实现模型共享。
[0004]然而目前对于光谱标准化工作执行的好坏情况，缺乏一个较好的评价方法。当前应用中，通常只有等到将标准化后的光谱，实际输入至光谱分析模型中，进而通过模型输出预测结果 (相当于测量值)，并将预测结果与真实结果(也即真实值)相比较，通过测量值与真实值之间的误差大小，来间接性反推光谱标准化的好坏。此种评价方法无法做到事前评价，需要将所有工作完整地执行一遍才可知道好坏，因而所需花费的时间较长；同时除了标准化之外，影响最终预测误差的因素还有很多，也即预测误差的大小并不能一定指明标准化的好坏。

技术实现思路

[0005]针对现有技术中存在的不足，本专利技术提供了一种针对光谱标准化情况的评价方法，用以解决光谱标准化的评判问题。
[0006]本专利技术通过以下技术手段实现上述技术目的。
[0007]一种针对光谱标准化情况的评价方法，包括如下步骤：
[0008]步骤1，计算得分矩阵：从主机光谱X
m
中分解出主成分载荷矩阵P
m
和主成分得分矩阵T
m
，将从机光谱X
′
t
以及所述P
m
代入公式X＝TP
T
+E
X
，其中E
X
为残差矩阵，计算得到从机的主成分得分矩阵T
′
t
；
[0009]步骤2，计算主成分得分误差率：将所述T
m
和所述T
′
t
代入下述公式，计算主成分得分误差率PCSER：
[0010][0011]其中T
m,i
为T
m
中第i个主成分的得分率，T
′
t,i
为T
′
t
中第i个主成分的得分率，W
i
为第i个主成分在光谱分析模型中的贡献率，n为主成分的数量。
[0012]进一步地，通过PCSER值的大小判断光谱标准化的好坏，PCSER的数值越小则光谱标准化越好。
[0013]进一步地，基于主成分分析法对主机光谱X
m
进行分解。
[0014]进一步地，测试多组数据，并在多个PCSER结果之中取均值PCSERave或最大值 PCSERmax。
[0015]进一步地，光谱波段范围为近红外光段。
[0016]进一步地，所述光谱分析模型通过偏最小二乘法建立。
[0017]进一步地，通过经归一化和多元散射校正对光谱进行预处理。
[0018]本专利技术的有益效果为：
[0019]本专利技术提供了一种针对光谱标准化情况的评价方法，能够根据偏最小二乘法建立的校正模型，评价光谱之间的差异性，提高光谱的相似度，从而实现不同仪器间的模型共享。此外相比传统的评价手段，本专利技术评价方法无需完整地执行完一整套模型预测工作，因此能够节省大量时间成本。
具体实施方式
[0020]下面详细描述本专利技术的实施例，所示实施例的示例示出，其中自始至终相通或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。
[0021]一、基本概念说明
[0022]设有两台光谱仪，分别是主机和从机，其中以主机的光谱数据为基准，建立光谱分析模型。为使从机的光谱数据能够直接套用上述(基于主机所建立的)光谱分析模型，则需要对从机的光谱数据进行标准化处理。
[0023]须注意：上述主机和从机的概念并非狭义的认定为两台不同机器；如果同一台机器在两处不同的使用环境下，所测光谱数据产生了变化，则同样可套用上述主机和从机的概念，也即认定其中一个使用环境下的机器为主机，另一个使用环境下的机器为从机。
[0024]为表述方便，分别使下标m和t代表主机和从机，则相应地设主机光谱为X
m
，从机原始光谱为X
t
，从机标准化后的光谱为X
′
t
，具体X
m
、X
t
和X
′
t
的数据形式都为矩阵，因而也可称为光谱矩阵。显然，最理想的标准化结果是X
′
t
＝X
m
。此外，如何进行光谱标准化，也即光谱的标准化方法，并非本
技术实现思路
；本领域技术人员可以采用任何已知的光谱标准化方法，来进行相应光谱标准化操作。本专利技术仅是对光谱标准化结果的好坏，提供了一种评价判定方法。
[0025]在光谱分析领域中，最常选用近红外光段的光谱来检测分析物质成分，因而以下实施例中也基于近红外光谱，来说明本论述专利技术技术方案。
[0026]二、评价方法
[0027]步骤1，计算得分矩阵
[0028]基于主成分分析法对光谱矩阵进行分解，分解出主机光谱X
m
中的主成分载荷矩阵P
m
和主成分得分矩阵T
m
。
[0029]主成分载荷矩阵P、主成分得分矩阵T和光谱矩阵X之间存在如下运算关系：
[0030]X＝TP
T
+E
X
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0031]其中E
X
为残差矩阵，同样由主成分分解时得到，P
T
为P的转置。
[0032]之后将从机标准化后的光谱X
′
t
以及主机的主成分载荷矩阵P
m
代入公式(1)，计算得到从机的主成分得分矩阵T
′
t
。
[0033]步骤2，计算主成分得分误差率
[0034]将主机的主成分得分矩阵T
m
和从机的主成分得分矩阵T
′
t
代入如下公式：
[0035][0036]其中PCSER为本专利技术定义的主成分得分误差率；T
m,i
为主机的主成分得分矩阵T
m
中第i 个主成分的得分率，类似地，T
′
t,i
为T
′
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对光谱标准化情况的评价方法，其特征在于，包括如下步骤：步骤1，计算得分矩阵：从主机光谱X
m
中分解出主成分载荷矩阵P
m
和主成分得分矩阵T
m
，将从机光谱X
′
t
以及所述P
m
代入公式X＝TP
T
+E
X
，其中E
X
为残差矩阵，计算得到从机的主成分得分矩阵T
′
t
；步骤2，计算主成分得分误差率：将所述T
m
和所述T
′
t
代入下述公式，计算主成分得分误差率PCSER：其中T
m，i
为T
m
中第i个主成分的得分率，T
′
t，i
为T
′
...

【专利技术属性】
技术研发人员：田静，陈斌，梁振楠，陆道礼，
申请(专利权)人：江苏大学，
类型：发明
国别省市：