[发明专利]基于多级偏最小二乘算法的光谱分析方法及系统

权利要求书

1.一种基于多级偏最小二乘算法的光谱分析方法，其特征在于，包括：

采集样品的多个不同温度下的光谱；

对采集的光谱进行滤波预处理；

利用滤波预处理后的光谱，结合多级偏最小二乘算法，构建分析模型；

利用分析模型进行光谱温度预测和样品浓度预测，实现光谱温度校正，对不同温度扰动下的样品光谱进行分析；

构建分析模型包括：将不同温度下的光谱矩阵总体中心化后，对每一个个体的平均值向量组成的矩阵进行偏最小二乘PLS回归分析，第一主成分得分值作为温度系数，与温度进行拟合，得到两个区间对应的温度间模型，用于预测光谱温度；

构建分析模型还包括：将不同温度下的光谱矩阵总体中心化后，对每一个个体再进行局部中心化；对所有个体的平均值向量组成的矩阵进行PLS回归分析，第一主成分得分值作为浓度系数，与浓度进行拟合，得到两个区间对应的温度内模型，用于预测样品浓度。

2.根据权利要求1所述的基于多级偏最小二乘算法的光谱分析方法，其特征在于，PLS回归分析包括：

其中，X_raw表示n个温度下的光谱矩阵，Y_raw表示n个温度下的对应含量矩阵；X_raw,i表示第i个温度下的光谱矩阵，Y_raw,i表示i个温度下的对应含量矩阵；表示大小为k_i、元素为1的列向量；m^T表示X_raw的总体平均值，n^T表示Y_raw的总体平均值；表示温度间模型得分，即温度系数；表示X_raw的温度间模型载荷，表示Y_raw的温度间模型载荷；T_w,i表示温度内模型得分，即浓度系数；表示X_raw的温度内模型载荷，表示Y_raw的温度内模型载荷；E_i表示X_raw的残差矩阵，F_i表示Y_raw的残差矩阵；约束条件：

3.根据权利要求1-2任一项所述的基于多级偏最小二乘算法的光谱分析方法，其特征在于，采用连续小波变换CWT对采集的光谱进行滤波预处理。

4.一种基于多级偏最小二乘算法的光谱分析系统，其特征在于，包括：

采集模块，用于采集样品的多个不同温度下的光谱；

预处理模块，用于对采集的光谱进行滤波预处理；

构建模块，用于利用滤波预处理后的光谱，结合多级偏最小二乘算法，构建分析模型；

分析模块，用于利用分析模型进行光谱温度预测和样品浓度预测，实现光谱温度校正，对不同温度扰动下的样品光谱进行分析；

构建分析模型包括：将不同温度下的光谱矩阵总体中心化后，对每一个个体的平均值向量组成的矩阵进行偏最小二乘PLS回归分析，第一主成分得分值作为温度系数，与温度进行拟合，得到两个区间对应的温度间模型，用于预测光谱温度；

构建分析模型还包括：将不同温度下的光谱矩阵总体中心化后，对每一个个体再进行局部中心化；对所有个体的平均值向量组成的矩阵进行PLS回归分析，第一主成分得分值作为浓度系数，与浓度进行拟合，得到两个区间对应的温度内模型，用于预测样品浓度。

5.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质包括用于执行如权利要求1-2任一项所述的基于多级偏最小二乘算法的光谱分析方法的指令。

6.一种电子设备，其特征在于：包括如权利要求5所述的非暂态计算机可读存储介质；以及能够执行所述非暂态计算机可读存储介质的所述指令的一个或多个处理器。