[发明专利]一种微型光谱仪的光谱数据处理方法及系统在审
申请号: | 201711463367.7 | 申请日: | 2017-12-28 |
公开(公告)号: | CN108169132A | 公开(公告)日: | 2018-06-15 |
发明(设计)人: | 余向阳;洪伟槟;尹健威 | 申请(专利权)人: | 中山大学 |
主分类号: | G01N21/01 | 分类号: | G01N21/01;G01N21/25 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 林丽明 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 分析处理 微型光谱仪 光谱模型 光谱数据 云平台 终端 光谱 光谱数据处理 下载 测量 应用功能 上传 | ||
本发明涉及一种微型光谱仪的光谱数据处理方法,在光谱云平台生成并训练多个不同应用功能的光谱模型;需要对光谱数据进行处理时,可选用以下两种方式之一进行处理:1)将微型光谱仪测量的光谱数据直接上传至光谱云平台,然后选择相应的光谱模型对接收的光谱数据进行分析处理,然后将分析处理的结果下发至终端,终端对分析处理的结果进行显示;2)在光谱云平台选择相应的光谱模型下载至终端,然后利用下载的光谱模型对微型光谱仪测量的光谱数据进行分析处理,得到分析处理的结果,终端对分析处理的结果进行显示。
技术领域
本发明涉及光谱数据处理领域,更具体地,涉及一种微型光谱仪的光谱数据处理方法及系统。
背景技术
光谱分析技术通过光谱仪测量物质的光谱,进而应用数学、计算机等工具定性或定量地分析物质组成成分。该技术具有快速、准确、无损等优点,因此广泛应用于食品、药物的质量分析,环境监测,生化分析等领域。光谱仪经过多年的发展已经较为成熟,能实现快速、宽波段、高精度的光谱测量。但传统的光谱仪体积较大,功能单一,专业性强,使用范围有限。近年来,随着半导体技术和集成工艺的快速发展,微型光谱仪也得到了广泛关注;与传统光谱仪相比,微型光谱仪虽然在精度上有所降低,但具有结构紧凑、质量轻、功耗低、使用灵活、便携性好等优点,因此具有更广泛的应用前景。随着互联网、物联网技术的不断发展,微型光谱仪也可以通过与智能设备相连,借助大数据、云计算等技术,实现更多功能。
目前的微型光谱仪按照数据的处理方式主要分为两类。一类是不对光谱数据进行分析,而是直接将光谱图像展示给用户,或者仅提供读取特征峰、归一化、平滑处理等简单功能,如常见的海洋光学公司的光谱仪产品,大部分是这种模式。这与传统的光谱仪类似,需要依赖使用者的专业知识,一般是专业人士使用,但比传统光谱仪有更好的便携性。
另一类是统一将光谱数据上传到云端,由云端的算法进行处理,给用户展示分析后的结果。美国的Tellspec公司、以色列的Consumer Physics公司是典型的代表,他们的产品能够将微型光谱仪收集到的数据上传到服务器使用算法进行分析,并通过手机APP来显示分析后的结果,他们的产品主要用来分析食物的营养成分。这类产品使用方便,用户体验较好,但由于物质光谱的复杂性,很难用统一的模型对所有光谱进行处理,所以实现困难,成本较高,目前市面上尚无成熟的大规模生产的产品。
发明内容
本发明为解决现有技术存在的使用统一的模型对多种物品类型的光谱数据进行处理所存在的复杂度高、实现困难的技术缺陷,提供了一种微型光谱仪的光谱数据处理方法。
为实现以上发明目的,采用的技术方案是:
一种微型光谱仪的光谱数据处理方法,在光谱云平台生成训练多个不同应用功能的光谱模型;需要对光谱数据进行处理时,可选用以下两种方式之一进行处理:
1)将微型光谱仪测量的光谱数据直接上传至光谱云平台,然后选择相应的光谱模型对接收的光谱数据进行分析处理,然后将分析处理的结果下发至终端,终端对分析处理的结果进行显示;
2)在光谱云平台选择相应的光谱模型下载至终端,然后利用下载的光谱模型对微型光谱仪测量的光谱数据进行分析处理,得到分析处理的结果,终端对分析处理的结果进行显示。
上述方案中,本发明提供的数据方法通过在光谱云平台生成并训练多个不同应用功能的光谱模型,因此在需要对光谱数据进行分析处理时,可以在光谱云平台选择相应的光谱模型对光谱数据进行处理。与现有技术相比,本发明提供的方法的复杂度低,容易实现,且可以针对不同物品类型的光谱数据构建相应的光谱模型进行分析处理,理论上可以实现对不同物品类型的光谱数据的全覆盖,因此本发明提供的方法的适用性更好。
优选地,所述1)中,分析处理得到结果后,光谱云平台会对结果进行保存;2)中,终端得到分析处理的结果后,终端会将分析处理的结果上传至光谱云平台进行保存。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711463367.7/2.html,转载请声明来源钻瓜专利网。