一种基于二维光谱的溶液组分浓度确定方法及系统技术方案

本发明专利技术提供了一种基于二维光谱的溶液组分浓度确定方法及系统，涉及溶液成分确定技术领域，包括：获取待测溶液的光谱数据；根据待测溶液的光谱数据，构建待测溶液的二维光谱图像；提取二维光谱图像的特征；将二维光谱图像的特征输入到溶液组分浓度预测模型中，得到待测溶液的组分及浓度；溶液组分浓度预测模型是根据历史溶液的组分和浓度，以及二维光谱图像的特征，对初始预测模型进行训练得到的；初始预测模型为偏最小二乘回归模型，或栈式自编码网络模型，或卷积神经网络模型。本发明专利技术通过对待测溶液的二维光谱图像进行特征提取以及建立溶液组分浓度预测模型，能够提高溶液组分浓度的确定精度。度的确定精度。度的确定精度。

【技术实现步骤摘要】
一种基于二维光谱的溶液组分浓度确定方法及系统


[0001]本专利技术涉及溶液成分确定
，特别是涉及一种基于二维光谱的溶液组分浓度确定方法及系统。

技术介绍

[0002]可见近红外光谱技术因其无创、低成本、快速和无污染等优势广泛应用于食品、菌液、血液等复杂溶液的定量分析。复杂溶液同时具有吸收效应和散射效应，其中散射效应引起的非线性信息使传统的检测方式的检测精度不高。
[0003]为了提高复杂溶液成分含量的检测的精度，许多研究者尝试利用介质的散射信息，建立复杂溶液中的散射信息与物质成分浓度之间的关联，多光程光谱通过构建不同光程下的光谱信息，可获得浑浊介质的散射信息，有效提高对强散射物质的分析精度。基于楔形样品皿的光谱采集系统及平台通过简单地调整入射点的角度及位置来改变光程长度、实现了吸收效应信息和散射效应信息的同时表达。根据上述平台，研究者提出了多维光谱融合方法和多维径向距离方法，多维光谱融合方法在建模时忽略了图像中各像素点所携带信息的不一致性。多维径向距离方法提取的为光斑轮廓参数，未利用光强，检测精度精度仍然不高。此外，现有溶液成分分析方法采集到的冗余数据较多，使得训练模型易出现过拟合现象，提高了模型的计算复杂度，而降低了模型的预测精度。

技术实现思路

[0004]本专利技术的目的是提供一种基于二维光谱的溶液组分浓度确定方法及系统，能够提高溶液组分浓度的确定精度。
[0005]为实现上述目的，本专利技术提供了如下方案：一种基于二维光谱的溶液组分浓度确定方法，包括：获取待测溶液的光谱数据；根据所述待测溶液的光谱数据，构建待测溶液的二维光谱图像；提取所述二维光谱图像的特征；将所述二维光谱图像的特征输入到溶液组分浓度预测模型中，得到待测溶液的组分及浓度；所述溶液组分浓度预测模型是根据历史溶液的组分和浓度，以及二维光谱图像的特征，对初始预测模型进行训练得到的；所述初始预测模型为偏最小二乘回归模型，或栈式自编码网络模型，或卷积神经网络模型。
[0006]可选的，在所述根据所述待测溶液的光谱数据，构建待测溶液的二维光谱图像之后，还包括：对所述二维光谱图像进行去噪处理。
[0007]可选的，提取所述二维光谱图像的特征，包括：在所述二维光谱图像上提取预设波段的光谱数据，得到预设波段二维光谱图像；确定所述预设波段二维光谱图像的峰值点；
提取所述预设波段二维光谱图像上经过所述峰值点的纵向光强分布曲线；提取所述预设波段二维光谱图像上经过所述峰值点的横向光强分布曲线；确定纵向光强分布曲线上大于预设阈值的区域为第一特征区域；确定横向光强分布曲线上大于预设阈值的区域为第二特征区域；确定所述第一特征区域和第二特征区域的交集为总特征区域；所述二维光谱图像的特征包括纵向光强分布曲线、横向光强分布曲线和总特征区域。
[0008]可选的，在所述获取待测溶液的光谱数据之前，还包括：获取多个历史溶液的光谱数据；根据每个所述历史溶液的光谱数据，构建历史溶液二维光谱图像；提取每个所述历史溶液二维光谱图像的特征；以所述历史溶液二维光谱图像的特征为输入，以所述历史溶液的组分和浓度为期望输出，对初始预测模型进行训练，得到溶液组分浓度预测模型。
[0009]一种基于二维光谱的溶液组分浓度确定系统，包括：光谱数据获取模块，用于获取待测溶液的光谱数据；二维光谱图像构建模块，用于根据所述待测溶液的光谱数据，构建待测溶液的二维光谱图像；特征提取模块，用于提取所述二维光谱图像的特征；预测模块，用于将所述二维光谱图像的特征输入到溶液组分浓度预测模型中，得到待测溶液的组分及浓度；所述溶液组分浓度预测模型是根据历史溶液的组分和浓度，以及二维光谱图像的特征，对初始预测模型进行训练得到的；所述初始预测模型为偏最小二乘回归模型，或栈式自编码网络模型，或卷积神经网络模型。
[0010]可选的，所述系统包括：去噪模块，用于对所述二维光谱图像进行去噪处理。
[0011]可选的，所述特征提取模块包括：预设波段二维光谱图像确定单元，用于在所述二维光谱图像上提取预设波段的光谱数据，得到预设波段二维光谱图像；峰值点确定单元，用于确定所述预设波段二维光谱图像的峰值点；纵向光强分布曲线确定单元，用于提取所述预设波段二维光谱图像上经过所述峰值点的纵向光强分布曲线；横向光强分布曲线确定单元，用于提取所述预设波段二维光谱图像上经过所述峰值点的横向光强分布曲线；第一特征区域确定单元，用于确定纵向光强分布曲线上大于预设阈值的区域为第一特征区域；第一特征区域确定单元，用于确定横向光强分布曲线上大于预设阈值的区域为第二特征区域；总特征区域确定单元，用于确定所述第一特征区域和第二特征区域的交集为总特征区域；所述二维光谱图像的特征包括纵向光强分布曲线、横向光强分布曲线和总特征区域。
[0012]可选的，所述系统还包括：
历史溶液光谱数据获取模块，用于获取多个历史溶液的光谱数据；历史溶液二维光谱图像构建模块，用于根据每个所述历史溶液的光谱数据，构建历史溶液二维光谱图像；历史溶液二维光谱图像特征提取模块，用于提取每个所述历史溶液二维光谱图像的特征；训练模块，用于以所述历史溶液二维光谱图像的特征为输入，以所述历史溶液的组分和浓度为期望输出，对初始预测模型进行训练，得到溶液组分浓度预测模型。
[0013]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术提供了一种基于二维光谱的溶液组分浓度确定方法，包括：获取待测溶液的光谱数据；根据待测溶液的光谱数据，构建待测溶液的二维光谱图像；提取二维光谱图像的特征；将二维光谱图像的特征输入到溶液组分浓度预测模型中，得到待测溶液的组分及浓度；溶液组分浓度预测模型是根据历史溶液的组分和浓度，以及二维光谱图像的特征，对初始预测模型进行训练得到的；初始预测模型为偏最小二乘回归模型，或栈式自编码网络模型，或卷积神经网络模型。本专利技术通过对待测溶液的二维光谱图像进行特征提取以及建立溶液组分浓度预测模型，能够提高溶液组分浓度的确定精度。
附图说明
[0014]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0015]图1为本专利技术实施例中基于二维光谱的溶液组分浓度确定方法流程图；图2为本专利技术实施例中特征区域提取方法示意图；图3为本专利技术实施例中中基于二维光谱的溶液组分浓度确定方法预测结果图；图4为本专利技术实施例中基于征途图片进行预测的结果图。
具体实施方式
[0016]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0017]本专利技术的目的是提供一种基于二维光谱的溶液组分浓度确定方法及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于二维光谱的溶液组分浓度确定方法，其特征在于，包括：获取待测溶液的光谱数据；根据所述待测溶液的光谱数据，构建待测溶液的二维光谱图像；提取所述二维光谱图像的特征；将所述二维光谱图像的特征输入到溶液组分浓度预测模型中，得到待测溶液的组分及浓度；所述溶液组分浓度预测模型是根据历史溶液的组分和浓度，以及二维光谱图像的特征，对初始预测模型进行训练得到的；所述初始预测模型为偏最小二乘回归模型，或栈式自编码网络模型，或卷积神经网络模型。2.根据权利要求1所述的一种基于二维光谱的溶液组分浓度确定方法，其特征在于，在所述根据所述待测溶液的光谱数据，构建待测溶液的二维光谱图像之后，还包括：对所述二维光谱图像进行去噪处理。3.根据权利要求1所述的一种基于二维光谱的溶液组分浓度确定方法，其特征在于，所述提取所述二维光谱图像的特征，包括：在所述二维光谱图像上提取预设波段的光谱数据，得到预设波段二维光谱图像；确定所述预设波段二维光谱图像的峰值点；提取所述预设波段二维光谱图像上经过所述峰值点的纵向光强分布曲线；提取所述预设波段二维光谱图像上经过所述峰值点的横向光强分布曲线；确定纵向光强分布曲线上大于预设阈值的区域为第一特征区域；确定横向光强分布曲线上大于预设阈值的区域为第二特征区域；确定所述第一特征区域和第二特征区域的交集为总特征区域；所述二维光谱图像的特征包括纵向光强分布曲线、横向光强分布曲线和总特征区域。4.根据权利要求1所述的一种基于二维光谱的溶液组分浓度确定方法，其特征在于，在所述获取待测溶液的光谱数据之前，还包括：获取多个历史溶液的光谱数据；根据每个所述历史溶液的光谱数据，构建历史溶液二维光谱图像；提取每个所述历史溶液二维光谱图像的特征；以所述历史溶液二维光谱图像的特征为输入，以所述历史溶液的组分和浓度为期望输出，对初始预测模型进行训练，得到溶液组分浓度预测模型。5.一种基于二维光谱的溶液组分浓度确定系统，其特征在于，包括：光谱数据获取模块，用于获取待测溶液的光谱数据；二维光谱图像构建模块，用于根据所述待测溶液的光谱数据，...

【专利技术属性】
技术研发人员：王心安，
申请(专利权)人：北京智麟科技有限公司，
类型：发明
国别省市：