[发明专利]一种近红外光谱分析方法

权利要求书

1.一种近红外光谱分析方法，其特征在于，该方法用到以下模块：预处理模块、特征波长选择模块、定性识别模块和定量回归模块；所述近红外光谱分析方法，包括步骤如下：

1)预处理操作：分别对建模样本和建模光谱进行预处理；

2)提取特征波长：针对定性识别模型和定量回归模型的不同，提取特征波长的方法分为定性模型特征波长方法和定量模型特征波长方法，其中定性模型特征波长方法包括MW-BP-ANN和平均影响值，定量模型特征波长方法包括MW-PLS、MW-BP-ANN和平均影响值；

3)建立定性识别模型：包括主成分分析定性识别方法、偏最小二乘定性识别方法、BP神经网络定性识别方法和支持向量机定性识别方法；

4)建立定量回归模型：包括偏最小二乘定量回归方法和BP神经网络定量回归方法。

2.根据权利要求1所述的一种近红外光谱分析方法，其特征在于，所述步骤2)中所述提取特征波长的方法，包括以下具体步骤如下：

a.设置一宽为k的窗口，置于原始光谱的最左侧；

b.利用窗口所覆盖的光谱建立定性、定量数学模型，或等比例改变窗口所覆盖的光谱值，然后利用全光谱建立定性、定量数学模型；

c.针对步骤b中所建立的定性、定量数学模型，分别以正确识别率和相关系数R作为评价该模型优劣的指标；

d.设定模型指标阈值，对符合要求的模型所对应窗口的光谱进行保留，反则舍弃；

e.向右移动窗口，重复步骤a-d操作，直至扫描完全部光谱。

3.根据权利要求1所述的一种近红外光谱分析方法，其特征在于，所述步骤3)中，所述偏最小二乘定性识别方法、BP神经网络定性识别方法和支持向量机定性识别方法用于定性模式识别的方法，包括以下具体步骤：

i)对样本属性给予一伪码，用于类别标识；

ii)用训练集样本光谱和对应的训练集样本标识码建立定性数学模型；

将预测集样本光谱导入步骤ii)中建立好的定性数学模型，定性数学模型将给出其预测标识码，将所述预测标识码进行四舍五入判断其类别属性。