【技术实现步骤摘要】
本专利技术属于光谱自相关分析，具体涉及一种生物质光谱自相关分析方法、系统及其应用。
技术介绍
1、生物质产量丰富、分布广泛，且富含木质纤维、营养元素等成分，可作为能源、饲料、肥料、化工等多种产业的产品原料，而快速高效获取生物质原料组成成分及其含量，是生物质的高值低碳产业化应用的重要环节。
2、光谱分析技术是一种绿色环保的检测方法，可用于农业、石化、制药、食品、饲料等产业链及其生产加工过程。它可以快速高效地测定样本的物理化学组成及特性，成为企业和科研机构不可或缺的分析手段之一，可有效应用于生物质原料组成成分及含量检测。然而，由于光谱波段的特殊性以及生物质组成的复杂性，生物质光谱数据具有波动性大、多重共线性普遍存在等特征，使得光谱数据难以解析，不利于预测生物质组成特性，因而亟需深入挖掘光谱数据的自相关关系。然而，现有自相关分析以参数分析为前提，主要采用pearson相关分析或协方差分析方法，探究光谱波长间的线性关联性，期望以精确的线性数据模型分析光谱间的关系，这对于纯物质来说十分有效。而当研究对象为以生物质为代表的复杂高聚物时，上述已有方法很容易产生过拟合现象，其结果不稳健，导致所得相关性结果可能是假的、凑巧的、不可复现的。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种生物质光谱自相关分析方法、系统及其应用，该方法以光谱不同波长吸光度数据概率分布的相似性作为光谱自相关规律的判别依据，实现了生物质光谱自相关的非参数分析，有效判断出生物质在一定波长下自相关特征区域，
2、本专利技术提供一种生物质光谱自相关分析方法，包括如下步骤：获取样本光谱数据；基于光谱数据利用分析数据分布的工具获取光谱各波长点的概率分布特征；基于光谱各波长点的概率分布特征，采用统计方法计算不同波长点之间概率分布特征的两两相关性；根据统计方法所得的相关系数|r|或显著性p值绘制各波长点吸光度的概率分布特征自相关结果图，设定阈值判断波长点吸光度的概率分布特征相关程度。
3、优选的，所述样本数不少于30个。
4、优选的，所述分析数据分布的工具包括：直方图方法、经典概率分布函数方法或核密度曲线拟合方法。
5、优选的，所述统计方法包括：相关性分析、一元线性拟合、方差分析、卡方检验或kolmogorov-smirnov检验。
6、优选的，采用kolmogorov-smirnov检验进行统计分析时，对所述光谱各波长点的概率分布特征进行标准化处理，进行标准化所用方法包括：首先计算光谱各波长点吸光度的平均值和标准差，然后按照公式(吸光度-平均值)/标准差，得到标准化数值。
7、优选的，以相关性分析作为统计方法，相关系数|r|≥0.8作为阈值，即当|r|≥0.8的两波长点间具有相关性，存在自相关，|r|＜0.8的两波长点间具有差异性，不存在自相关；以kolmogorov-smirnov检验作为统计手段，显著性p≥0.05作为阈值，即当p≥0.05的两波长点间具有相关性，存在自相关，p＜0.05的两波长点间具有差异性，不存在自相关。
8、本专利技术提供一种生物质光谱自相关分析系统，用于执行所述的生物质光谱自相关分析方法，包括：光谱数据采集模块、光谱数据处理模块和可视化模块；所述光谱数据采集模块采用光谱仪采集；所述光谱数据处理模块包括分析数据分布的工具获取光谱各波长点的概率分布特征和采用统计方法计算不同波长点之间概率分布特征的两两相关性；所述可视化模块为根据统计方法所得的相关系数|r|或显著性p值绘制各波长点吸光度的概率分布特征自相关结果图。
9、优选的，所述数据处理模块与所述可视化模块连接。
10、优选的，所述数据处理模块包括分析数据分布的工具和数据统计方法。
11、本专利技术提供所述的生物质光谱自相关分析方法和所述的生物质光谱自相关分析系统在分析样品生物质光谱自相关性中的应用。
12、与现有技术相比，本专利技术具有如下有益效果：
13、本专利技术生物质光谱自相关分析方法以光谱不同波长吸光度数据概率分布的相似性作为光谱自相关规律的判别依据，实现了生物质光谱自相关的非参数分析，有效判断出生物质在一定波长下自相关特征区域，为样本生物质后续检测选择检测吸收波长奠定基础。该方法属于非参数方法，稳健性高，不会产生过拟合现象，结果可复现。
本文档来自技高网...【技术保护点】
1.一种生物质光谱自相关分析方法，其特征在于，包括如下步骤：
2.如权利要求1所述的生物质光谱自相关分析方法，其特征在于，所述样本数不少于30个。
3.如权利要求1所述的生物质光谱自相关分析方法，其特征在于，所述分析数据分布的工具包括：直方图方法、经典概率分布函数方法或核密度曲线拟合方法。
4.如权利要求1所述的生物质光谱自相关分析方法，其特征在于，所述统计方法包括：相关性分析、一元线性拟合、方差分析、卡方检验或Kolmogorov-Smirnov检验。
5.如权利要求1所述的生物质光谱自相关分析方法，其特征在于，采用Kolmogorov-Smirnov检验进行统计分析时，对所述光谱各波长点的概率分布特征进行标准化处理，进行标准化所用方法包括：首先计算光谱各波长点吸光度的平均值和标准差，然后按照公式(吸光度-平均值)/标准差，得到标准化数值。
6.如权利要求1所述的生物质光谱自相关分析方法，其特征在于，以相关性分析作为统计方法，相关系数|R|≥0.7作为阈值，当|R|≥0.7的两波长点间具有相关性，存在自相关，|R|＜0
7.一种生物质光谱自相关分析系统，其特征在于，用于执行如权利要求1-6任一项所述的生物质光谱自相关分析方法，包括：光谱数据采集模块、光谱数据处理模块和可视化模块；
8.如权利要求7所述的生物质光谱自相关分析系统，其特征在于，所述数据处理模块与所述可视化模块连接。
9.如权利要求7所述的生物质光谱自相关分析系统，其特征在于，所述数据处理模块包括分析数据分布的工具和数据统计方法。
10.如权利要求1-6任一项所述的生物质光谱自相关分析方法和权利要求7-9任一项所述的生物质光谱自相关分析系统在分析样品生物质光谱自相关性中的应用。
...【技术特征摘要】
1.一种生物质光谱自相关分析方法，其特征在于，包括如下步骤：
2.如权利要求1所述的生物质光谱自相关分析方法，其特征在于，所述样本数不少于30个。
3.如权利要求1所述的生物质光谱自相关分析方法，其特征在于，所述分析数据分布的工具包括：直方图方法、经典概率分布函数方法或核密度曲线拟合方法。
4.如权利要求1所述的生物质光谱自相关分析方法，其特征在于，所述统计方法包括：相关性分析、一元线性拟合、方差分析、卡方检验或kolmogorov-smirnov检验。
5.如权利要求1所述的生物质光谱自相关分析方法，其特征在于，采用kolmogorov-smirnov检验进行统计分析时，对所述光谱各波长点的概率分布特征进行标准化处理，进行标准化所用方法包括：首先计算光谱各波长点吸光度的平均值和标准差，然后按照公式(吸光度-平均值)/标准差，得到标准化数值。
6.如权利要求1所述的生物质光谱自相关分析方法，其特征在于，以相关性分析作为统计方法，...
【专利技术属性】
技术研发人员：王鑫磊，韩鲁佳，杨增玲，肖卫华，郭轩宇，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：
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。