[发明专利]一种数据库与运算服务器的工作方法

说明书

本发明公开了一种数据库与运算服务器的工作方法，将物体样品的n组光谱数据和各物体样品相应的n组化学检测数据依物体种类录入同一数据库形成多个初级数据库，运算服务器按物体样品种类将各物体样品的多组光谱数据和多组化学检测数据形成数据映射集合，从数据映射集合中，选取2‑100个波长的吸光度数值与化学检测数据进行对应，确定2‑100个波长吸光度变化与化学检测数据变化具有定性和定量关系的K个公式，将K个公式嵌入运算服务器；输入新光谱数据至运算服务器，运算服务器根据输入的待检测物体种类及其所需检测的成分自动匹配公式，实现根据新光谱数据计算出待检测物质成分的含量。所述工作方法快速、误差小。

技术领域

本发明属于物质检测领域，特别是涉及利用光谱检测化学成分的方法，具体是涉及一种数据库与运算服务器的工作方法。

背景技术

现代近红外光谱仪器的控制及数据处理分析系统是仪器的重要组成部分。一般由仪器控制、采谱和光谱处理分析两个软件系统和相应的硬件设备构成。前者主要功能是控制仪器各部分的工作状态，设定光谱采集的有关参数，如光谱测量方式、扫描次数、设定光谱的扫描范围等，设定检测器的工作状态并接受检测器的光谱信号。光谱处理分析软件主要对检测器所采集的光谱进行处理，实现定性或定量分析。对特定的样品体系，近红外光谱特征峰的差别并不明显，需要通过光谱的处理减少以至消除各方面因素对光谱信息的干扰，再从差别甚微的光谱信息中提取样品的定性或定量信息，这一切都要通过功能强大的光谱数据处理分析软件来实现。

近红外光谱分析技术分析速度快，是因为光谱测量速度很快，计算机计算结果速度也很快的原因。但近红外光谱分析的效率却取决于仪器所配备的数据模型、数量，及运算服务器与数据库之间的工作方法，数据模型的准确度取决于建立数据模型基于建模时的数据量的大小及运算规则，运算服务器与数据库之间的高效运转取决于运算服务器对数据库中数据调取及运算后数据存储的效率。

CN 101556242 B公开了一种用傅立叶红外光谱鉴别微生物的方法，包括培养对照微生物；采集对照微生物的红外图谱；在3000‐2300cm^‐1和1300至700cm^‐1区间内的一个或多个谱段建立微生物鉴别模型；在上述相同的条件下培养待测微生物，采集待测微生物的红外图谱，将红外图谱代入微生物鉴别模型中确定待测微生物的归属。

目前的方法中，因为模型的建立按照图谱的模式进行的，或者是按照局部数据进行的，或者是在化学计量的基础上进行匹配光谱数据，这些方法都存在建模后调整难度大，且基础数据不齐全，导致数据模型的校正和公式的更新和更换难度大，同时运算服务器与数据库之间运转易发生数据混乱，且新检测数据得不到更新，导致检测结果误差大及数据模型更新率低的缺陷。

发明内容

为解决上述技术问题，本发明提供了一种数据库与运算服务器的工作方法，该方法利用物质的光谱多波长特征信息和多物质信息对应关系的设立运算公式。主要过程是建立完光谱数据和化学检测数据后，输入数据库，通过运算服务器进行光谱数据和化学数据的映射，根据映射寻找代表其规律的波长组合信息，并将波长组合信息与物质成分和含量信息建立多套数据公式，然后将多套数学公式嵌入运算服务器，运算服务器与数据库紧密互动，进行新物质检测和数学公式的优化。