二进制矩阵模型及检测分析方法技术

本发明专利技术公开了一种二进制矩阵模型及检测分析方法，属于检测技术领域。其技术方案包括获得拟合曲线步骤，确定y0值步骤以及建立二进制矩阵模型步骤，包括在坐标系中，直线M与曲线相交，定义高于直线M的实验数据的y值，其输出信号为二进制中的“1”，低于直线M的y值，其输出信号为二进制中的“0”，得到二进制矩阵模型；二进制矩阵模型的列数与形成各曲线的实验数据个数的最多值相同，行数与曲线的个数相同。本发明专利技术应用于物质含量检测方面，解决现有分析方法复杂，普适性差，不能利用非线性标注曲线范围的实验数据、存在实验数据浪费的问题，具有分析速度快，灵敏度高，普适性强，可利用非线性区间的范围数据进行计算的特点。区间的范围数据进行计算的特点。区间的范围数据进行计算的特点。

【技术实现步骤摘要】
二进制矩阵模型及检测分析方法


[0001]本专利技术属于检测
，尤其涉及一种二进制矩阵模型及检测分析方法。

技术介绍

[0002]目前线性回归分析法是最基本的分析方法，但是在有些情况下，线性回归分析的检测范围有限，同时，如果无法通过实验绘制标准曲线，那么就会导致线性回归分析方法在某些检测方面的应用受到限制，另外，也会造成非线性范围内实验数据的浪费。并且，在某些现实的检测情况中，有许多例如对农药、氟离子等含量的检测，只需检测是否超标，能否对人体造成伤害，确定一个含量的大体范围即可的情况下，就没有必要使用十分精确的检测方法。因此在这种情况下，需要开发建立一种速度快，灵敏度高，普适性强，可利用非线性区间的范围数据进行计算的方法。
[0003]中国专利CN101211383公开了一种高炉铁水硅含量的特征分析预报方法，以高炉铁水硅含量预报模型的高炉工艺参数为输入变量，在对输入变量的样本数据进行指数加权移动平均滤波和归一化预处理后，采用改进的动态独立成分分析方法对输入变量的样本数据进行特征提取，消除生产工艺参数之间的相关性，使用最小二乘支持向量机算法建立高炉铁水硅含量预报的动态递推模型，引入遗传算法以优化模型参数。对高炉冶炼过程的铁水硅含量预报具有普遍的通用性，可获得较好的预报精度，提高高炉铁水硅含量的预报命中率。
[0004]然而，上述分析方法使用了动态独立分析等相关手段进行模型的建立，过程略微繁琐，且该方法不能利用非线性标注曲线范围的实验数据，依然存在实验数据浪费的问题。

技术实现思路

[0005]针对现有技术存在的不足之处，本专利技术所要解决的技术问题是解决现有分析方法复杂，普适性差，不能利用非线性标注曲线范围的实验数据、存在实验数据浪费的问题，提出一种分析速度快，灵敏度高，普适性强，可利用非线性区间的范围数据进行计算的二进制矩阵模型及检测分析方法。
[0006]为解决所述技术问题，本专利技术采用的技术方案为：
[0007]本专利技术一方面提供一种二进制矩阵模型，由以下方法建立得到：
[0008]获得拟合曲线步骤，包括通过获取的已知浓度物质的检测信号值的实验数据，拟合出若干曲线；
[0009]确定y0值步骤，包括依据行业标准或者国标规定的合格范围，在所述合格范围内人为挑选一个临界值，即y0值，在坐标系中作一条平行于X轴的直线M，所述直线M与Y轴的交点坐标为(0，y0)，使所述直线M与上述步骤得到的所述曲线尽可能多的相交；
[0010]建立二进制矩阵模型步骤，包括在坐标系中，所述直线M与所述曲线相交，定义高于所述直线M的实验数据的y值，其输出信号为二进制中的“1”，低于所述直线M的y值，其输出信号为二进制中的“0”，每一条实验曲线上的实验点就有了各自对应的信号值，从而得到
所述二进制矩阵模型；所述二进制矩阵模型的列数与形成各所述曲线的实验数据个数的最多值相同，行数与所述曲线的个数相同。
[0011]优选的，所述已知浓度物质的检测信号值的实验数据通过控制变量法进行实验检测获得。
[0012]优选的，所述获得拟合曲线步骤的坐标轴中，横坐标为浓度，纵坐标为检测信号值。
[0013]本专利技术还提供一种检测分析方法，利用上述任一技术方案所述的二进制矩阵模型进行检测分析。
[0014]优选的，包括：对所述未知浓度的物质进行检测，得到检测信号值，通过对比该检测信号值与所述获得拟合曲线得到的矩阵模型的实验数据的检测信号值，将其定位于所述二进制矩阵模型中，继而获得该未知浓度的物质的浓度范围值。
[0015]优选的，通过获取的已知浓度物质的检测信号值的实验数据，拟合出6条曲线，每条曲线由8个实验数据点组成。
[0016]优选的，具体包括：
[0017]以y0这个点做一条平行于X轴的直线M，设M与6条曲线的相交点分别为A,B,C,D,E,F；
[0018]定义高于直线M的y值，其输出信号为二进制中的“1”，低于直线M的y值，其输出信号为二进制中的“0”，6条曲线上的8个点在所述二进制矩阵模型就有了各自的信号值，并形成矩阵，即所述二进制矩阵模型。
[0019]与现有技术相比，本专利技术的有益效果在于：
[0020]本专利技术提供二进制矩阵模型及检测分析方法，具有速度快，灵敏度高，普适性强，可利用非线性区间的范围数据进行计算的特点。
附图说明
[0021]图1为本专利技术所提供的理想曲线图；
[0022]图2为本专利技术所提供的由图1理想曲线图得来的矩阵图；
[0023]图3为本专利技术实施例1所提供的理想曲线图；
[0024]图4为本专利技术由图3理想曲线图得来的矩阵图。
具体实施方式
[0025]下面将结合附图对本专利技术具体实施例中的技术方案进行详细、完整的描述。显然，所描述的实施例仅仅是本专利技术总的技术方案的部分具体实施方式，而非全部的实施方式。基于本专利技术的总的构思，本领域普通技术人员所获得的所有其他实施例，都落于本专利技术保护的范围。
[0026]本专利技术一方面提供一种二进制矩阵模型，由以下方法建立得到：获得拟合曲线步骤，包括通过获取的已知浓度物质的检测信号值的实验数据，拟合出若干曲线；确定y0值步骤，包括依据行业标准或者国标规定的合格范围，在所述合格范围内人为挑选一个临界值，即y0值，在坐标系中作一条平行于X轴的直线M，所述直线M与Y轴的交点坐标为(0，y0)，使所述直线M与上述步骤得到的所述曲线尽可能多的相交；建立二进制矩阵模型步骤，所述直线
M与所述曲线相交，定义高于所述直线M的实验数据的y值，其输出信号为二进制中的“1”，低于所述直线M的y值，其输出信号为二进制中的“0”，每一条实验曲线上的实验点就有了各自对应的信号值，从而得到所述二进制矩阵模型；所述二进制矩阵模型的列数与形成各所述曲线的实验数据个数的最多值相同，行数与所述曲线的个数相同。
[0027]上述二进制矩阵模型建立的原理为：
[0028]如图1所示，是6条目前常见的理想曲线，且每条曲线假设由8个实验数据点组成，在坐标轴中，横坐标代表待测物的含量(浓度)，纵坐标是信号值。矩阵模型建立的第一步是人为确定一个y0，作为信号输出的临界值；然后以y0这个点做一条平行于X轴的直线M，设M与6条标准曲线的相交点分别为A,B,C,D,E,F。之后定义高于M这条线的y值，其输出信号为二进制中的“1”，低于M这条线的y值为二进制中的“0”，这样6条线上的8个点就有了各自的信号值。例如整体位于坐标系最下方的曲线，位于M线下方的数据点有6个点，位于M线上方的2个点，因此在图2的矩阵中对应6个“0”和2个“1”这一排(倒数第二排)，其余的线以此类推，就得到了右边这个由“0”与“1”的矩阵序列，而这个矩阵序列中竖着的每一列都对应着坐标轴中横坐标的一个范围区间，例如竖着的信号为(1,0,0,0,0,0),则对应的区间为(A，B)之间，同样，每一列的信号都对应其相对的X轴的含量(浓度)区间。
[0029]需要说明的是，现有检测分析本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种二进制矩阵模型，其特征在于，由以下方法建立得到：获得拟合曲线步骤，包括通过获取的已知浓度物质的检测信号值的实验数据，拟合出若干曲线；确定y0值步骤，包括依据行业标准或者国标规定的合格范围，在所述合格范围内人为挑选一个临界值，即y0值，在坐标系中作一条平行于X轴的直线M，所述直线M与Y轴的交点坐标为(0，y0)，使所述直线M与上述步骤得到的所述曲线尽可能多的相交；建立二进制矩阵模型步骤，包括在坐标系中，所述直线M与所述曲线相交，定义高于所述直线M的实验数据的y值，其输出信号为二进制中的“1”，低于所述直线M的y值，其输出信号为二进制中的“0”，每一条实验曲线上的实验点就有了各自对应的信号值，从而得到所述二进制矩阵模型；所述二进制矩阵模型的列数与形成各所述曲线的实验数据个数的最多值相同，行数与所述曲线的个数相同。2.根据权利要求1所述的二进制矩阵模型，其特征在于，所述已知浓度物质的检测信号值的实验数据通过控制变量法进行实验检测获得。3.根据权利要求1所述的二进制矩阵模型，其特征在于，所述获得拟合曲线...

【专利技术属性】
技术研发人员：姜磊，李友训，张书源，
申请(专利权)人：山东省海洋科学研究院青岛国家海洋科学研究中心，
类型：发明
国别省市：