[发明专利]基于优化偏最小二乘回归模型的样品成份测定方法

说明书

技术领域

本发明涉及一种样品成份测定方法，特别涉及一种基于优化偏最小二乘回归模型的样品成份测定方法。

背景技术

近些年，近红外光谱检测技术由于快速、无损、低成本等特性已广泛地应用于石油化工、食品行业、医药生物和环境检测等行业。红外光谱采集的理论基础是朗伯比尔定律(Lambert Beer Law)，即各物质的吸收在光谱上的表现为一种线性叠加方式。与传统的化学分析方法不同，近红外光谱分析是利用一组已知样品通过多元校正方法建立模型，然后对待测样品进行预测。

在多元校正方法中，偏最小二乘(PLS)回归是一种多因变量对多自变量的回归建模方法，可以较好的解决许多以往用普通多元回归无法解决的问题；并且就目前的发展看来，PLS是所有多元校正方法里对变量约束最少的方法，可以有效解决变量间的多重相关性问题，更适用于样本个数少于变量个数的情况。PLS由于上述特性在多元光谱校正建模中得到广泛应用。

作为多元统计数据分析方法，PLS于1983年由伍德和阿巴诺等人首次提出。近十年来，它在理论、方法和应用方面都得到了迅速的发展。密西根大学的弗耐尔教授称偏最小二乘为第二代回归分析方法。其重要性主要体现在以下几个方面：(1)PLS是一种多因变量对多自变量的回归建模方法；(2)PLS可以有效地结局多重共线性的问题，它利用对系统中的数据信息进行分解和筛选的方式，提取对因变量的解释性最强的综合变量，辨识系统中的信息与噪声，从而更好地克服变量多重相关性在系统建模中的不良作用；(3)PLS可以实现多种数据分析方法的综合应用,它综合了多元线性回归、主成分回归和典型相关回归的优点。

PLS方法是建立在X(自变量或光谱变量)与Y(因变量或化学变量)矩阵基础上的双线性模型，可以看作是由外部关系(即独立的X块和Y块)和内部关系(即两块间的联系)构成。PLS首先对X和Y矩阵进行分解，形成的外部关系模型为：

其中T和U分别为X和Y的得分矩阵；t_i和u_i分别为T和U中的第i个潜变量数的得分向量；P和Q分别为X和Y的载荷矩阵；p_i和q_i分别为P和Q中的第i个潜变量数的载荷向量；E_X和E_Y分别为X和Y的残差矩阵；A代表所抽取的潜变量的个数。

然后，PLS第二步是在潜变量空间T和U上一步形成的潜间变量空间(低维度空间)中，建立起X自变量的潜变量与因变量Y的潜变量之间的线性回归模型。潜变量空间中形成的内部关系模型可以间接反映自变量与因变量之间的关系，其式子如下：

U＝TV+E_U＝[b₁t₁,...,b_At_A]+E_U

其中矩阵V为回归系数矩阵，E_U为U的残差矩阵。

实际上，在用近红外光谱数据对偏最小二乘回归(Partial Least Squares Regression,PLSR)建模过程中，有些得分与预测结果成正相关，有些得分与预测结果成负相关。该算法中存在的问题：(1)潜变量可能对预测精度产生负面影响，即随着潜变量数在适当范围的增加，预测误差反而会上升，这样则无法对样品成分进行很好的标定；(2)在交叉验证过程中，有一些后续舍弃的潜变量会对样品成分的标定产生有益影响。

发明内容

本发明的目的在于，提供一种基于优化偏最小二乘回归模型的样品成份测定方法。它可以克服使用偏最小二乘回归方法对红外光谱数据进行建模时产生的负面影响，而且可以提高样品成份的测定精度。

本发明的技术方案：基于优化偏最小二乘回归模型的样品成份测定方法，其特点是，包括以下步骤：

S1.采集样品的近红外光谱数据和样品成分含量数据；

S2.在步骤S1采集的近红外光谱数据和成份含量数据的基础上，建立基于潜变量优化选择的偏最小二乘回归模型(以下简称LOPLSR)；

S3.采集未知样品的近红外光谱数据，用步骤S2建立的模型预测该未知样品的成分含量。

上述的基于优化偏最小二乘回归模型的样品成份测定方法中，所述步骤S2的具体方法是：

P1.在以样品对近红外光谱的吸光度为自变量矩阵X，相应地以样品的化学成份含量为应变量矩阵Y的基础上，把参与建模的数据集分为训练数据集和标定数据集