專利名稱:一種纖維類物料不同分光方式近紅外光譜差異的校正方法
技術(shù)領(lǐng)域:
本發(fā)明涉及一種光譜差異校正方法,特別是關(guān)于一種有效校正纖維類農(nóng)作物物料不同分光方式近紅外光譜儀之間光譜響應(yīng)差異的方法。
背景技術(shù):
基于有機(jī)分子倍頻與合頻吸收光譜的近紅外分析技術(shù),由于其無前處理、無污染、 無破壞性、方便快捷和可進(jìn)行多組分同時(shí)測定等優(yōu)點(diǎn),已在多個(gè)領(lǐng)域獲得了廣泛應(yīng)用。近年來,國內(nèi)外大量相關(guān)研究報(bào)道也已表明,近紅外分析技術(shù)可成功用于纖維類農(nóng)作物原料及相關(guān)開發(fā)利用產(chǎn)品的物料特性分析。基于纖維類農(nóng)作物物料理化特性與光譜數(shù)據(jù)建立多元校正模型是纖維類農(nóng)作物類物料近紅外分析的基礎(chǔ),而可長期適用和共享的模型是其廣泛應(yīng)用的前提。但是,由于不同因素條件下所獲取樣本光譜響應(yīng)的差異性,模型的適用性已成為影響近紅外分析技術(shù)發(fā)展的主要問題之一。其中,儀器條件的不同是影響模型共享和導(dǎo)致模型預(yù)測能力下降的重要因素之一,確定并有效校正其光譜響應(yīng)差異是解決此類問題的核心。
發(fā)明內(nèi)容
針對上述問題,本發(fā)明的目的是提供一種可有效校正纖維類農(nóng)作物物料不同分光方式近紅外光譜儀之間光譜響應(yīng)差異的方法。本發(fā)明所述的纖維類農(nóng)作物物料包括但不限于秸稈、牧草、稻殼、花生殼、麩糠、木屑等農(nóng)作物及其副產(chǎn)品。為實(shí)現(xiàn)上述目的,本發(fā)明采取以下技術(shù)方案本發(fā)明提供一種纖維類農(nóng)作物物料不同分光方式近紅外光譜差異的校正方法,主要包括以下步驟1)選擇兩臺不同分光方式近紅外光譜儀,并獲取纖維類農(nóng)作物物料光譜響應(yīng)數(shù)據(jù);2)對兩臺儀器所獲取的光譜數(shù)據(jù)進(jìn)行匹配;3)劃分樣品的驗(yàn)證集和校正集,以及選取標(biāo)樣集;4)分析校正前兩組近紅外光譜響應(yīng)數(shù)據(jù)的差異,并分析光譜響應(yīng)差異引起的預(yù)測結(jié)果的差異性;5)對兩組近紅外光譜矩陣和化學(xué)值進(jìn)行全局中心化處理,利用處理后的光譜矩陣和對應(yīng)化學(xué)值矩陣進(jìn)行正交運(yùn)算,確定光譜主成分矩陣,求出校正權(quán)重矢量和載荷矢量,并應(yīng)用于目標(biāo)光譜矩陣的校正;6)分析校正后兩組近紅外光譜響應(yīng)差異與相應(yīng)預(yù)測結(jié)果。優(yōu)選地,對步驟1)兩種儀器條件下準(zhǔn)確獲取的纖維類農(nóng)作物物料近紅外光譜響應(yīng)數(shù)據(jù)進(jìn)行規(guī)范。
優(yōu)選地,設(shè)定分辨率高的近紅外光譜儀為源儀器,分辨率低的近紅外光譜儀為目標(biāo)儀器,以源儀器光譜數(shù)據(jù)為基準(zhǔn),將目標(biāo)儀器光譜數(shù)據(jù)格式向其轉(zhuǎn)換。優(yōu)選地,步驟2、的數(shù)據(jù)匹配采用三次樣條插值和not-a-knot邊界條件。優(yōu)選地,步驟幻的劃分方式為根據(jù)所有樣品目標(biāo)參數(shù)含量,等間隔取樣作為驗(yàn)證集樣品,其余作為校正集樣品;然后以相同的方式從校正集樣品中等間隔取樣作為標(biāo)樣集樣品。優(yōu)選地,在步驟4)中,分別求取兩臺光譜儀驗(yàn)證集的原始光譜與一階導(dǎo)數(shù)處理后光譜的差異光譜,并計(jì)算光譜平均差異ADS值進(jìn)行量化分析;ADS值越大,光譜差異性越大;利用源儀器校正模型,對兩組驗(yàn)證集光譜進(jìn)行預(yù)測,根據(jù)預(yù)測標(biāo)準(zhǔn)差RMSEP和系統(tǒng)偏差bias分析光譜響應(yīng)差異引起的預(yù)測結(jié)果的差異性,所得兩組RMSEP和bias值越接近,預(yù)測結(jié)果的差異性越小,反之,差異性越大; 式中,nv為驗(yàn)證集樣品數(shù),N為光譜波長點(diǎn)總數(shù)目,S、和S、分別為第i個(gè)樣品在目標(biāo)儀器和源儀器所測定光譜λ波長處的吸光度值;
權(quán)利要求
1.一種纖維類農(nóng)作物物料不同分光方式近紅外光譜差異的校正方法,主要包括以下步驟1)選擇兩臺不同分光方式近紅外光譜儀,并獲取纖維類農(nóng)作物物料光譜響應(yīng)數(shù)據(jù);2)對兩臺儀器所獲取的光譜數(shù)據(jù)進(jìn)行匹配;3)劃分樣品的驗(yàn)證集和校正集,選取標(biāo)樣集;4)分析校正前兩組近紅外光譜響應(yīng)數(shù)據(jù)的差異,并分析光譜響應(yīng)差異引起的預(yù)測結(jié)果的差異性;5)對兩組近紅外光譜矩陣和化學(xué)值進(jìn)行全局中心化處理,利用處理后的光譜矩陣和對應(yīng)化學(xué)值矩陣進(jìn)行正交運(yùn)算,確定光譜主成分矩陣,求出校正權(quán)重矢量和載荷矢量,并應(yīng)用于目標(biāo)光譜矩陣的校正;6)分析校正后兩組近紅外光譜響應(yīng)差異與相應(yīng)預(yù)測結(jié)果。
2.根據(jù)權(quán)利要求1所述的纖維類農(nóng)作物物料不同分光方式近紅外光譜差異的校正方法,其特征在于,對步驟1)兩種儀器條件下準(zhǔn)確獲取的纖維類農(nóng)作物物料近紅外光譜響應(yīng)數(shù)據(jù)進(jìn)行規(guī)范。
3.根據(jù)權(quán)利要求1或2所述的纖維類農(nóng)作物物料不同分光方式近紅外光譜差異的校正方法,其特征在于,設(shè)定分辨率高的近紅外光譜儀為源儀器,分辨率低的近紅外光譜儀為目標(biāo)儀器,以源儀器光譜數(shù)據(jù)為基準(zhǔn),將目標(biāo)儀器光譜數(shù)據(jù)格式向其轉(zhuǎn)換。
4.根據(jù)權(quán)利要求1或2所述的纖維類農(nóng)作物物料不同分光方式近紅外光譜差異的校正方法,其特征在于,步驟2、的數(shù)據(jù)匹配采用三次樣條插值和not-a-knot邊界條件。
5.根據(jù)權(quán)利要求1或2所述的纖維類農(nóng)作物物料不同分光方式近紅外光譜差異的校正方法,其特征在于,步驟幻的劃分方式為根據(jù)所有樣品目標(biāo)參數(shù)含量,等間隔取樣作為驗(yàn)證集樣品,其余作為校正集樣品;然后以相同的方式從校正集樣品中等間隔取樣作為標(biāo)樣集樣品。
6.根據(jù)權(quán)利要求1或2所述的纖維類農(nóng)作物物料不同分光方式近紅外光譜差異的校正方法,其特征在于,在步驟4)中,分別求取兩臺光譜儀驗(yàn)證集的原始光譜與一階導(dǎo)數(shù)處理后光譜的差異光譜,并計(jì)算光譜平均差異ADS值進(jìn)行量化分析;ADS值越大,光譜差異性越大;利用源儀器校正模型,對兩組驗(yàn)證集光譜進(jìn)行預(yù)測,根據(jù)預(yù)測標(biāo)準(zhǔn)差RMSEP和系統(tǒng)偏差 bias分析光譜響應(yīng)差異引起的預(yù)測結(jié)果的差異性,所得兩組RMSEP和bias值越接近,預(yù)測結(jié)果的差異性越小,反之,差異性越大;
7.根據(jù)權(quán)利要求1或2所述的纖維類農(nóng)作物物料不同分光方式近紅外光譜差異的校正方法,其特征在于,在步驟幻中,對兩臺儀器標(biāo)樣集近紅外光譜矩陣和化學(xué)值進(jìn)行全局中心化處理,利用處理后的光譜矩陣和對應(yīng)樣品的化學(xué)值矩陣進(jìn)行正交運(yùn)算z = X 標(biāo)樣-Y標(biāo)樣(Yt標(biāo)樣Y標(biāo)樣)^1Yt標(biāo)樣X標(biāo)樣,對ZZt進(jìn)行主成分分析,取前f個(gè)需要正交處理的主成分矩陣T,分別計(jì)算求出正交信號校正權(quán)重矩陣W = X^T1T和載荷矩陣P = XwtT/(TtT);用校正權(quán)重矩陣W和載荷矩陣P分別對源儀器校正集、驗(yàn)證集和目標(biāo)儀器驗(yàn)證集的光譜矩陣 X 進(jìn)行校正 XiR1= X-XWPt0
8.根據(jù)權(quán)利要求1或2所述的纖維類農(nóng)作物物料不同分光方式近紅外光譜差異的校正方法,其特征在于,在步驟6)中,再次求取校正后源儀器和目標(biāo)儀器驗(yàn)證集光譜的差異光譜,計(jì)算ADS值,并采用校正后的源儀器光譜建立校正模型,對目標(biāo)儀器驗(yàn)證集光譜進(jìn)行預(yù)測;對校正前后的差異光譜、光譜平均差異ADS值、預(yù)測標(biāo)準(zhǔn)差RMSEP和系統(tǒng)偏差bias進(jìn)行對比分析。
全文摘要
本發(fā)明涉及一種纖維類農(nóng)作物物料不同分光方式近紅外光譜差異的校正方法,包括如下步驟1)選擇兩臺不同分光方式近紅外光譜儀,并獲取纖維類農(nóng)作物物料光譜響應(yīng)數(shù)據(jù);2)對兩組近紅外光譜矩陣進(jìn)行數(shù)據(jù)匹配;3)劃分樣品的驗(yàn)證集和校正集,選取標(biāo)樣集;4)分析兩組近紅外光譜響應(yīng)的差異,并分析相應(yīng)預(yù)測結(jié)果的差異性;5)對兩組近紅外光譜矩陣和化學(xué)值進(jìn)行全局中心化處理,確定光譜主成分矩陣,求出校正權(quán)重矢量和載荷矢量,并應(yīng)用于兩組近紅外光譜矩陣的校正;6)分析校正后兩組近紅外光譜響應(yīng)差異與相應(yīng)預(yù)測結(jié)果,并與校正前結(jié)果進(jìn)行比較分析。通過本法的方法校正后,兩組光譜數(shù)據(jù)的差異顯著減小。
文檔編號G01N21/35GK102313712SQ20111014293
公開日2012年1月11日 申請日期2011年5月30日 優(yōu)先權(quán)日2011年5月30日
發(fā)明者劉賢, 楊增玲, 肖衛(wèi)華, 陳龍健, 韓魯佳, 黃光群 申請人:中國農(nóng)業(yè)大學(xué)