[发明专利]一种无参考值的光谱波数选择方法

说明书

本发明提供一种无参考值的光谱波数选择方法，该方法通过同一样本不同时间采集光谱，对该类样本在仪器中的各种噪声及影响因素进行估计，确定出对建模无益的波数，从而大幅减少了建立模型所需的样本及化学值数量。

技术领域

本发明属于数据分析与数学建模领域，具体涉及一种无参考值的光谱波数选择方法。

背景技术

光谱技术，尤其是近红外光谱，中红外光谱和拉曼光谱，因其快速、准确和无损而被广泛应用于化工、食品、制药等行业。光谱多元校正技术能够有效地用于物质成分含量检测和在线过程监测。与流动分析仪，气相色谱等传统的分析化学方法不同，从光谱图上并不能直接得到如感兴趣物质的含量等信息。使用光谱进行定量分析一般采用二次建模方式，即基于一组已知样本建立校正模型。这一组已知样本称为校正集样本或训练集样本，通过这组样本的光谱及其物质参考值(例如样本中感兴趣物质的含量，由其他分析化学手段测定)，利用多元校正方法建立预测模型。对于待测样本，只需测定其光谱，根据建立的模型可以快速给出定量结果。

随着光谱技术的发展，越来越多的领域希望通过利用光谱检测代替传统的化学检测。然而，对于一个新问题(新的检测目标，新成分)，传统的光谱建模法需要有一定数量的建模样本及其利用标准方法检测得到的物质参考值才能进行建模。例如卢建刚(专利申请号201510991505.3)公开的一种光谱波数的选择方法，所述方法针对光谱的波数，多次随机抽样校正样本，建立偏最小二乘回归模型，计算每个波数的变量投影重要性系数并按指定的规则进行筛选。该专利及其他波数筛选方法都依赖于建立光谱波数与物质含量间的相关模型(例如偏最小二乘模型)，然后根据各个波数在模型中的表现进行筛选。

建模样本的数量与检测目标的复杂度及感兴趣物质的含量相关，例如，利用近红外光谱分析谷物中的蛋白质含量，一般要求建模样本达到200个。实际应用中，由于建模数据集中的每一个样本都需采集光谱和测定待建模物质的含量。而使用传统化学方法测定物质含量所需的人工，仪器，耗材等要求较高，企业需承受很高的时间和经济成本压力。

因此，一个亟待解决的问题是不借助于建立模型，即在仅有光谱的条件下，对光谱波数进行有效的筛选，从而借助较少的带有物质含量的样本进行建模，为企业节省大量人工耗材和时间成本，具有重要意义。

发明内容

本发明的目的在于提供一种无参考值的光谱波数选择方法，仅通过光谱，筛选对建模有意义的波数，从而减少建模样本量并提高模型精度。

光谱检测是一种二次检测方法，对待分析样本，一方面扫描其光谱，另一方面用传统化学方法(例如流动分析，GC-MS等)检测其感兴趣的物质含量，并用化学计量学方法在光谱与物质含量间建立数学模型，从而依据光谱就可预测出待测样本的感兴趣物质含量。光谱检测在实际应用中需要大量样本建模，一方面建立光谱波数与物质间的线性/非线性关系，另一方面，通过样本克服光谱采集中基线、散射、仪器噪声等的影响，使得模型保持稳定。

为了实现上述发明目的，本发明采用以下技术方案：

一种无参考值的光谱波数选择方法，该方法包括如下步骤：

步骤1)准备K个样品，在用以检测光谱；

步骤2)根据应用需求，模拟各种检测条件，对样本进行检测；

步骤3)对步骤2)中所关注的条件进行设定并采集光谱，共采集N次；

步骤4)对K个样本N次重复采集得到的光谱进行预处理或者不作预处理；

步骤5)对每一个波数，X由波数值组成，即K个样本N次重复采集的波数值；y为类别标签，其中每一个样本不同采集作为一类；不同样本属于不同类，一共有K类；

步骤6)稳定性d定义为：类内距离Sw除以类间距离Sb，