一种基于组分吸收峰的重构光谱加权预测方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115078303A(43)申请公布日2022.09.20(21)申请号202210890605.7(22)申请日2022.07.27(71)申请人四川启睿克科技有限公司地址610000四川省成都市中国（四川）自由贸易试验区成都高新区天府四街199号1栋33层(72)发明人刘浩陈宫傣张国宏闫晓剑赵浩宇贾利红(74)专利代理机构成都虹桥专利事务所(普通合伙)51124专利代理师吴中伟(51)Int.Cl.G01N21/359(2014.01)权利要求书2页说明书6页附图1页(54)发明名称一种基于组分吸收峰的重构光谱加权预测方法(57)摘要本发明主要涉及光谱预测技术领域。为了解决近红外光谱设备对多组分含量待测样品在测量不同组分含量时预测能力不稳定，误测结果误差较大的问题，本发明提供一种基于组分吸收峰的重构光谱加权预测方法，首先使用近红外设备对样品光谱数据进行采集，然后根据组分吸收峰波长范围及数目进行样品光谱数据重构，计算样品重构光谱数据各类组分不同吸收峰的权重系数，结合重构光谱数据与已知组分值建立组分光谱模型，最后结合各类组分光谱模型对待测样品进行加权预测，获取最终预测值。本发明所述的方法主要适用于对多组分含量的待测样品的光谱数据进行预测。CN115078303ACN115078303A权利要求书1/2页1.一种基于组分吸收峰的重构光谱加权预测方法，其特征在于，包括以下步骤：步骤1：使用近红外光谱设备对样品光谱数据进行采集；步骤2：根据组分吸收峰波长范围及数目进行样品光谱数据重构；步骤3：计算重构光谱的权重系数；步骤4：结合重构光谱数据与样品组分值建立组分光谱模型；步骤5：用组分光谱模型对样品进行预测，结合重构光谱的权重系数将预测结果进行加权平均，获取最终预测值。2.根据权利要求1所述的一种基于组分吸收峰的重构光谱加权预测方法，其特征在于，步骤1中使用的近红外光谱设备为均分式拼接型多传感器光谱设备，样品光谱分为两部分，一部分为组分已知的样品，另一部分为组分未知的样品，已知组分含量的样品用于建立光谱模型，未知组分含量的样品用于对组分含量进行预测。3.根据权利要求2所述的一种基于组分吸收峰的重构光谱加权预测方法，其特征在于，对拼接型多传感器光谱数据进行重构，将多传感器光谱数据重构为多段单传感器光谱数据，根据均分式拼接型多传感器光谱设备所采集的波段范围及分辨率计算出所述光谱设备包含的波长点个数X1，根据单传感器的波段范围及分辨率R计算出单传感器设备包含的波长点个数X2；选取N个吸收峰进行光谱重构，当吸收峰个数不超过3个时，根据具体光谱吸收峰的个数建立对应个数的光谱模型，当吸收峰的个数超过3个，则选取吸光度值最大的3个吸收峰进行光谱重构，建立3个光谱模型。4.根据权利要求3所述的一种基于组分吸收峰的重构光谱加权预测方法，其特征在于，若光谱中只存在1个吸收峰，即N＝1时，该吸收峰对应的波长点的波长值为P1nm，若P1％10＝0，其中％为取余符号，以波长P1nm为中心向左向右各取X3个波长点进行光谱重构，X3的计算方式为：X3＝(X2‑1)/2，重构光谱各波长点的波长为[(P1‑X3*R)nm，......，(P1‑R)nm，P1nm，(P1+R)nm，......，(P1+X3*R)nm]；若P1％10≠0，则对波长P1nm进行四舍五入计算得到新的P1值，对原始P1值进行替代，以新的P1nm为中心向左向右各取X3个波长点以同样的方式进行光谱重构；若光谱中存在2个吸收峰，即N＝2时，所述吸收峰的峰值点对应的波长点分别为P2nm，P3nm，则分别以P2nm，P3nm基准点，对2个吸收峰采用单一吸收峰的光谱数据重构方式进行处理，重构光谱包含2个小波段光谱数据；若光谱数据中存3个吸收峰或者选取3个吸光度值最大的吸收峰重构光谱数据时，即N＝3时，若所述吸收峰的峰值点对应的波长点为P4nm、P5nm和P6nm，分别以P4nm、P5nm和P6nm为基准点对3个吸收峰采用单一吸收峰的光谱数据重构方式进行处理，重构光谱包含3个小波段光谱数据。5.根据权利要求4所述的一种基于组分吸收峰的重构光谱加权预测方法，其特征在于，若重构后的光谱边界值超出重构之前的光谱的边界值时，采用重构前的光谱边界值代替重构光谱的边界值。6.根据权利要求3‑5任意一项所述的一种基于组分吸收峰的重构光谱加权预测方法，其特征在于：步骤3所述计算重构光谱的权重系数的具体方法为：当N＝1时，样品存在唯一吸收峰，基于唯一吸收峰的重构光谱所占权重α1＝100％；当N＝2时，首先分别计算2个小波段光谱波长点的平均吸光度，记为和所对应的权2CN115078303A权利要求书2/2页重系数α2、α3分别为：当N＝3时，样品存在3个吸收峰，