[发明专利]一种近红外光谱数据微弱差异信号的评价方法

权利要求书

1.一种近红外光谱数据微弱差异信号的评价方法，其特征在于，包括以下步骤：

步骤1：对样本A和样本B分别进行红外光谱测定，得到两条近红外光谱数据；

步骤2：采用标准正态变量变换分别对两条近红外光谱数据进行散射校正，消除由于样品分布不均匀所导致的散射影响；

步骤3：采用一阶求导方法分别对完成散射校正的两条近红外光谱数据进行噪声处理，去除光谱中噪声，提高光谱信噪比增强重叠峰区分度；

步骤4：采用最大最小规则方法，分别对去除光谱中噪声的两条近红外光谱数据进行规范化处理，增强数据可比性；

步骤5：结合欧式距离、相关系数、信息散度计算两条近红外光谱数据相似度。

2.根据权利要求1所述的近红外光谱数据微弱差异信号的评价方法，其特征在于，步骤1具体方法如下：

分别采集样本A和样本B的近红外光谱数据并记为SpecA和SpecB，分别表示如式(1)与式(2)所示：

其中，m为波长点数，表示样本A的近红外光谱数据SpecA的第i个波长点的吸光度，表示样本B的近红外光谱数据SpecB的第i个波长点的吸光度。

3.根据权利要求1所述的近红外光谱数据微弱差异信号的评价方法，其特征在于，步骤2具体方法如下：

采用标准正态变量变换方法消除近红外光谱采集过程中，因为样本颗粒表面散射与光程变化对近红外漫反射光谱的影响，与标准化算法不同之处在于，标准正态变量变换方法可对一条光谱进行单独处理；

其中，样本A的近红外光谱数据SpecA的标准正态变量变换处理方法如下：

其中，表示样本A的近红外光谱数据SpecA的第i个波长点的吸光度，表示近红外光谱数据SpecA经过标准正态变量变换处理后的值，为近红外光谱数据SpecA的所有波长点吸光度的平均值，m为波长点数；

样本A的近红外光谱数据SpecA经过标准正态变量变换处理的光谱数据表示如下式所示：

按照同样的流程，对样本B的近红外光谱数据SpecB经过标准正态变量变换处理的光谱数据表示如下式所示：

4.根据权利要求1所述的近红外光谱数据微弱差异信号的评价方法，其特征在于，步骤3具体方法如下：

对于使用标准正态变量变换消除了近红外漫反射影响的近红外数据，采用一阶求导方法对近红外光谱数据进行平滑滤波，降低噪声数据的干扰，所采用的一阶求导方法是基于移动平滑算法的改进；

其中，样本A的近红外光谱数据SpecA在经过标准正态变量变换处理方法后的数据SpecA¹的去噪具体流程如下：

设置滤波窗口长度2k+1(k为常数，一般光谱中的波长点数m≤2000，取值k＝5；当光谱中的波长点数m＞2000，取值k＝8)，对于近红外光谱数据SpecA¹中的波长点吸光度其滤波窗口中表示为

其中，a＝min(i-k,0)，b＝min(i+k,m)，l＝b-a表示滤波窗口的光谱测量点数；

采用如式(7)所示的k-1次多项式对这l个数据点进行拟合：

其中，j＝(a,a+1,…,b)；

针对滤波窗口内的每个光谱测量点基于式(7)构造方程，最终构成了由l个方程组成的k元线性方程组，通过最小二乘法拟合对这k元线性方程组进行拟合后，确定多项式的参数A＝{a'₀,a′₁,…,a'_k-1}，并由下式对SpecA¹中的波长点的吸光度进行滤波处理：

对于近红外光谱数据SpecA¹中的波长点的吸光度均经过上述处理后，得到近红外光谱数据SpecA¹经过平滑滤波后的光谱数据如下式所示。

至此，SpecA²为样本A近红外光谱数据SpecA在经过标准正态变量变换处理方法后再进行噪声处理后的近红外光谱数据；

通过上述同样的流程，对SpecB¹进行去噪后，得到近红外光谱数据SpecB²。