光谱特征模型构建方法、装置、电子设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114372229A(43)申请公布日2022.04.19(21)申请号202111509440.6(22)申请日2021.12.10(71)申请人中国农业科学院农产品加工研究所地址100193北京市海淀区圆明园西路2号(72)发明人李倩倩李熠(74)专利代理机构北京路浩知识产权代理有限公司11002代理人乔慧(51)Int.Cl.G06F17/11(2006.01)G06F17/18(2006.01)权利要求书2页说明书11页附图5页(54)发明名称光谱特征模型构建方法、装置、电子设备及存储介质(57)摘要本发明提供一种光谱特征模型构建方法、装置、电子设备及存储介质，所述方法包括：初始筛选流程，基于预设波长点集合中每一预设波长点的吸光度实测值关于浓度值的回归系数从所述预设波长点集合中选取预设第一筛选比例的波长点，得到第一波长点集合；基于预设波长点集合中每一预设波长点的吸光度预测值关于吸光度实测值的决定系数从所述预设波长点集合中选取所述预设第二筛选比例的波长点，得到第二波长点集合；然后对上述两个波长点集合的并集依次进行随机抽样流程、优化筛选流程和模型构建流程，得到光谱特征模型。本发明实施例提供的光谱特征模型构建方法、装置、电子设备及存储介质，实现了高效精准建模。CN114372229ACN114372229A权利要求书1/2页1.一种光谱特征模型构建方法，其特征在于，包括：初始筛选流程，基于预设波长点集合中每一预设波长点的吸光度实测值关于浓度值的回归系数从所述预设波长点集合中选取预设第一筛选比例的波长点，得到第一波长点集合；基于预设波长点集合中每一预设波长点的吸光度预测值关于吸光度实测值的决定系数从所述预设波长点集合中选取所述预设第二筛选比例的波长点，得到第二波长点集合；取所述第一波长点集合和所述第二波长点集合的并集，得到第三波长点集合；随机抽样流程，从所述第三波长点集合中多次随机抽取同一预设抽样数量的波长点得到多个第四波长点子集，组成第四波长点集合；优化筛选流程，基于每一所述第四波长点子集对应的均方根误差筛选预设第三筛选比例的所述第四波长点子集，得到第五波长点集合；模型构建流程，基于波长点的出现频次筛选所述第五波长点集合中预设第四筛选比例的波长点，得到第六波长点集合；将所述第六波长点集合中的波长点及对应的回归系数输入到多元线性回归方程，得到光谱特征模型。2.根据权利要求1所述的光谱特征模型构建方法，其特征在于，在所述初始筛选流程之前，所述方法还包括：回归系数求解流程，将同一物质在不同浓度值下的光谱数据输入到回归系数求解方程，得到所述预设波长点集合中每一预设波长点的吸光度实测值关于浓度值的所述回归系数。3.根据权利要求2所述的光谱特征模型构建方法，其特征在于，在所述回归系数求解流程之后，所述方法还包括：决定系数求解流程，基于所述每一预设波长点的吸光度实测值关于浓度值的回归系数构建一元线性回归方程，基于所述一元线性回归方程得到所述每一预设波长点在不同浓度值下的吸光度预测值；将所述每一预设波长点在不同浓度值下的所述吸光度实测值和所述吸光度预测值输入到决定系数求解方程，得到预设波长点集合中每一预设波长点的所述决定系数。4.根据权利要求1所述的光谱特征模型构建方法，其特征在于，所述方法还包括：基于不同的所述预设第一筛选比例和/或不同的所述预设第二筛选比例重复执行所述初始筛选流程，和/或，基于不同的所述预设抽样数量重复执行所述随机抽样流程。5.根据权利要求2所述的光谱特征模型构建方法，其特征在于，所述回归系数求解方程为：其中，xi表示第i个样本的浓度值，表示样本浓度值的平均值，yi表示第i个样本的吸光度实测值，表示吸光度实测值的平均值。6.根据权利要求3所述的光谱特征模型构建方法，其特征在于，所述决定系数求解方程2CN114372229A权利要求书2/2页为：其中，yi表示第i个样本的吸光度实测值，表示吸光度实测值的平均值，表示第i个样本的吸光度预测值。7.根据权利要求1所述的光谱特征模型构建方法，其特征在于，所述方法还包括：基于均方根误差公式求解每一所述第四波长点子集对应的均方根误差，所述均方根误差公式为：其中，yi表示第i个样本的吸光度实测值，表示第i个样本的吸光度预测值，n表示样本个数。8.一种光谱特征模型构建装置，其特征在于，包括：初始筛选模块，用于基于预设波长点集合中每一预设波长点的吸光度实测值关于浓度值的回归系数从所述预设波长点集合中选取预设第一筛选比例的波长点，得到第一波长点集合；基于预设波长点集合中每一预设波长点的吸光度预测值关于吸光度实测值的决定系数从所述预设波长点集合中选取所述预设第二筛选比例的波长点，得到第二波长点集合；取所述第一波长点集