[发明专利]一种基于零空间投影的近红外光谱预处理方法

说明书

本发明公开了一种基于零空间投影的近红外光谱预处理方法，包括：步骤1，采集训练样本的近红外光谱以及化学值；步骤2，对近红外光谱进行排序；步骤3，利用相邻两个训练样本的化学值，计算拟合权重；步骤4，利用拟合权重生成虚拟近红外光谱；步骤5，计算差谱矩阵；步骤6，对差谱矩阵进行主成分分析，选取投影向量P；步骤7，将训练样本矩阵在P的正交方向进行投影，得到X_p；步骤8，利用偏最小二乘算法建模；步骤9，对待测样本X_new，在P的正交方向进行投影，将投影结果代入步骤8所建模型中，得到预测物质的含量。本发明在建模之前，对训练样本和后续预测样本进行零空间的正交投影，消除干扰因素，提高建模结果的鲁棒性，降低模型的维护频率。

技术领域

本发明涉及近红外光谱技术领域，具体涉及一种基于零空间投影的近红外光谱预处理方法。

背景技术

近红外光谱能够表征待测物中的多种含氢基团信息，具有采样方便、无损伤、无污染、能够在线检测等优点，非常适合用于各种复杂混合物的检测。近红外光谱检测技术目前已广泛应用于制药、烟草、石油化工及农业等领域。

近年来，近红外光谱技术结合多元校正技术，如偏最小二乘算法(Partial LeastSquares,PLS)等进行定量分析越来越普遍，然而，在实际应用中，在模型建立之后，由于时间间隔的原因，测试样本与训练样本的状态可能不一致。例如，测试温度，湿度(水分)，光谱基线漂移等不一致。当测试样本中的干扰程度不在训练样本包含的范围之内时，其模型不能很好的应对这些新的干扰，导致预测精度降低。

常用的近红外光谱预处理技术主要有求导(一阶导数谱，二阶导数谱)，多元散射校正(Multiplicative scatter correction,MSC)(参见文献H.Martens,S.A.Jensen,andP.Geladi,“Multivariate linearity transformations for near infraredreflectance spectroscopy,”in Proc.Nordic Symp.Applied Statistics,1983,pp.205–234.)和标准正态变量校正(Standard normal variate,SNV)(参见文献R.J.Barnes,M.S.Dhanoa,and S.J.Lister,“Standard normal variate transformation and de-trending of near-infrared diffuse reflectance spectra,”Applied spectroscopy,vol.43,no.5,pp.772–777,1989.)等。

这些方法都假设光谱干扰项可由一常数项a和一乘性项b组成，通过对两种干扰项进行消除来达到校正目的。例如，一阶导数谱可以消除常数性的基线漂移，二阶导数谱在一阶导数之上，还可以消除乘性项的基线漂移。MSC和SNV分别通过估计近红外光谱中的干扰项a和b，从而对其进行校正。

现有的预处理方法的缺点主要是：在校正中没有考虑实际的干扰因素及其幅度，当测试样本的干扰项幅度超出训练样本范围时，会导致模型对新样本的预测精度降低。

现有的预处理方法只针对近红外光谱，没有考虑到建模对象的信息，预处理对建模对象的影响是未知的，可能出现由于预处理不当导致的预测效果不理想，甚至预测偏差超出设定阈值的现象。

发明内容

本发明提供了一种基于零空间投影的近红外光谱预处理方法，在建模之前，对训练样本和后续预测样本进行零空间的正交投影，消除干扰因素，提高建模结果的鲁棒性，降低模型的维护频率。

一种基于零空间投影的近红外光谱预处理方法，包括：

步骤1，采集训练样本的近红外光谱以及感兴趣成分的化学值；

步骤2，依据训练样本化学值由小到大的顺序，对近红外光谱进行排序；