[发明专利]一种红外光谱数据PLS建模方法

权利要求书

1.一种红外光谱数据PLS建模方法，其特征在于，包括以下步骤：

1)设置最大间隔区间数max_int_no、最大潜变量数max_lv_no、交叉法的重数k₁和k₂；其中，k₁、k₂均不小于2；

2)按照步骤2.1)和步骤2.2)计算间隔区间数为int_no时，对应的融合PLS模型的交叉验证误差，其中1≤int_no≤max_int_no：

2.1)将红外光谱样本集数据中的光谱矩阵X平均分为int_no个间隔区间X_i：每个间隔区间的列数[]表示取整；第i个间隔区间X_i对应光谱矩阵X的第[(i-1)×l+1]～(i×l)列的数据；1≤i≤int_no；

2.2)按照步骤2.2.1)～步骤2.2.5)计算潜变量数为lv_no时，融合PLS模型的其中1≤lv_no≤max_lv_no：

2.2.1)用k₁重交叉法计算间隔数为int_no，潜变量数为lv_no时，各个间隔区间对应的PLS模型的交叉验证误差其中y表示红外光谱样本集数据中的因变量矩阵的实际值，表示第i个间隔区间对应的潜变量数为lv_no的PLS模型根据k1重交叉法得到的因变量矩阵的预测值，e_i是相应的预测残差矩阵，n是红外光谱样本集数据的样品数；

2.2.2)计算间隔数为int_no，潜变量数为lv_no时，各个间隔区间对应的PLS模型的预测残差矩阵之间的相关性其中，cov(ei,ej)=1n<ei,ej>,i,j=1,2,...,int_no;]]>

2.2.3)通过非线性优化的方法计算下式：

f=min(Σi=1int_noωi2S2(ei)+2Σi=1int_noΣp>iint_noωiωpripS(ei)S(ep))]]>

s.tΣi=1int_noωi=10≤ωi≤1;]]>

得到间隔数为int_no，潜变量数为lv_no时，各个间隔区间对应的PLS模型的组合系数ω＝[ω₁,…,ω_{int_no}]'：

2.2.4)用k₂重交叉法计算间隔数为int_no，潜变量数为lv_no时，各个间隔区间对应的PLS模型的预测残差矩阵其中表示第i个间隔区间对应的潜变量数为lv_no的PLS模型根据k₂重交叉法得到的因变量矩阵的预测值，计算

f^int_nolv_no=Σi=1int_noωi2S2(e2i)+2Σi=1int_noΣp>iint_noωiωpripS(e2i)S(e2p);]]>

2.2.5)选出最小的作为间隔区间数为int_no时的融合PLS模型的交叉验证误差，记为

3)选出所有间隔区间数下最小的该最小的对应的间隔区间数int_bt、潜变量数lv_bt和组合系数ω_bt作为最优的模型参数；

4)根据最优的模型参数构造融合PLS模型：将光谱矩阵X平均分为int_bt个间隔区间，融合PLS模型如下：

y*=Σg=1int_btω_btg(xg×bg+cg)]]>

其中，ω_bt_g是ω_bt的第g个分量，y^*是融合PLS模型对样品的因变量的预测值；b_g、c_g分别是间隔区间X_g和因变量矩阵Y对应潜变量数为lv_bt时的偏最小回归系数和截距；x_g是第g个间隔区间对应的红外光谱数据。