[发明专利]基于一元线性回归的光谱模型传递方法

说明书

技术领域

本发明属于光谱分析技术领域，具体为一种基于一元线性回归的光谱模型传递方法。

背景技术

光谱分析技术是在光谱检测、化学计量学、计算机科学与应用测试等技术的基础上发展起来的一门综合性分析技术，现在己受到越来越多的重视。同时，光谱分析技术以其独特的优点，成为了化学分析领域的研究热点之一。光谱分析技术中的定量应用依赖于校正模型，即对标准样品集的参考值(成分含量或物理化学性质)和对应的光谱进行关联，建立两者之间的函数关系，对未知样品的光谱应用该定量校正模型计算该样品成分等参考值的预测值。

但是，在实际应用中，由于仪器老化、仪器间差异及空气、光源、探测器和测量引入的随机噪声，各仪器测量的光谱有差异，因此在某一台光谱仪器上建立的校正模型，在应用于另一台仪器上时无法适用或结果会产生较大的误差。而要为每台仪器分别建立校正模型，因费用过高，显然是不可取的。根据相关文献报道，使用近红外光谱法建立一个柴油十六烷值的校正模型，至少十几万元。对毒性较大、不稳定的样品建立校正模型，费用会更高。

所谓光谱模型传递是指经过数学处理后，使一台光谱仪器上的校正模型能够用于另一台光谱仪器，从而减少重新建模所带来的巨大工作量和费用，实现样品和数据资源的共享。模型传递的成功与否直接影响光谱分析技术的应用和推广。

光谱模型传递方法主要有两种，一种为有标样方法，如直接校正(DS)法、分段直接校正(PDS)法和Shenk’s法等。这类方法需要选择一定数量的样品组成标样集(也称转换集)，并在主仪器和从仪器上分别测得其光谱，从而找出该函数关系。另一种是无标样方法，如有限脉冲响应(FIR)法等。这类方法不需要选择标样集。

目前DS法和PDS方法是最常用、最有效的方法。DS法利用全谱区的光谱数据逐一校正每个波长点，原理简单，使用方便，但所需标样数多。PDS法是一种多元全光谱模型传递方法，它的基本假设是实际光谱数据的变化只局限于一个小的区域，选择合适的窗口对各个波长点的光谱进行较正，但在实际中不同光谱仪上测量的光谱存在较大差异，这些差异大小及体现在谱区的范围有很大的不同，有的是局部，有的是全谱区，因此会产生一定的校正误差。

总之现有的光谱模型传递方法需要参数较多，且传递模型的准确度不够高。

发明内容

本发明的目的是提供一种基于一元线性回归的光谱模型传递方法，利用偏最小二乘法对样品各成分在不同仪器上分别建立校正模型；利用预测集样品对校正模型进行性能评价，选择预测效果好的仪器作为主仪器，利用基于一元线性回归的光谱模型传递方法对从仪器上的光谱进行校正。本方法所求参数少、模型简单，预测的准确度高。

本发明提供一种基于一元线性回归的光谱模型传递方法，主要步骤如下：

Ⅰ、样品光谱的预处理

光谱分析仪器台数M≥2，已知样品在各台仪器上采集的光谱数据及样品m种主要成分含量的参考值。对各台光谱仪器上采集的样品光谱数据进行相同的预处理，以消除非目标因素的干扰，提高模型传递精度。

Ⅱ、校正模型的建立

分别将M台仪器上采集的样品光谱数据针对m种成分划分为m个校正集和对应的m个预测集，校正集中的样品数N₁≥30，预测集中的样品数N₂≥10，且N₁＞N₂，各台仪器上校正集和预测集样品的选取一致。利用多元校正方法，以校正集样品的m种成分含量为定标值，即作为因变量，以校正集样品的光谱数据作为自变量，分别建立M台仪器上的m个校正模型。

Ⅲ、校正模型评价

根据步骤Ⅱ建立的校正模型，将相应的预测集样品的光谱数据代入其中，计算得到预测集样品各成分含量的预测值，将预测值与实际成分含量相比较，进行M×m个校正模型的评价。评价参数选用预测标准偏差(SEP)。

Ⅳ、主仪器的选择

根据步骤Ⅲ的评价结果，选择预测效果最好的校正模型对应的仪器作为主仪器，其他仪器作为从仪器。

Ⅴ、模型传递，光谱校正

利用基于一元线性回归光谱模型传递，对从仪器预测集样品光谱进行校正，具体步骤如下：

Ⅴa、转换集样品的选择