[发明专利]一种基于X-射线荧光分析的农产品元素定量检测模型构建方法

摘要

本发明公开了一种基于X-射线荧光分析的农产品元素定量检测模型构建方法。首先对得到的样品谱图进行预处理，具体包括微分处理、归一化、多元散射校正（MSC）、中心化、标准正态变量交换（SNV）、光谱平滑等，得到标准谱图，然后通过主成分分析（PCA）及偏最小二乘（PLS）数据处理法进行样品集的划分与异常样品的剔除，得到校正集和预测集，最后通过主成分分析+人工神经网络（PCA+ANN）、偏最小二乘+人工神经网络（PLS+ANN）进行农产品待测指标的校正。本发明的峰值法建模可以克服常规峰面积建模时的重叠现象问题，提高样品定标模型的准确性。

主权项

一种基于X‑射线荧光分析的农产品元素定量检测模型构建方法，其特征在于包括以下步骤：步骤一，收集农产品样品得样品集，对得样品集进行粉碎、过80目筛、压片后，再测量样品集的X射线荧光光谱谱图；步骤二，用电感耦合等离子体发射光谱仪测定样品集元素，得到样品集元素真值，并与所述的X射线荧光光谱峰值进行关联；步骤三，对所述X射线荧光光谱谱图进行预处理、划分为校正集样品与验证集样品并剔除异常样品；所述的预处理包括：微分处理、归一化、多元散射校正、中心化、标准正态变量交换和光谱平滑，最终得到所述样品集的的X射线荧光光谱值；步骤四，通过主成分分析、偏最小二乘、人工神经网络，利用峰值法建立所述样品集元素的真值与所述X射线荧光光谱值之间的校正模型；步骤五，通过验证集样品对所述校正模型的精度进行验证；通过所述的预处理及所述的校正模型建立方式得到不同元素的建模方法及相关性分析，将预测相关系数最高的模型作为农产品元素定量检测模型；所述元素为Al、P、S、K、Ca、Mn、Fe、Ni、Cu、Zn、Pb中的任一种。