[发明专利]一种成分含量检测模型构建的方法有效
申请号: | 201611161701.9 | 申请日: | 2016-12-15 |
公开(公告)号: | CN108226090B | 公开(公告)日: | 2020-02-07 |
发明(设计)人: | 张银桥;张小超;毛文华;赵化平 | 申请(专利权)人: | 中国农业机械化科学研究院 |
主分类号: | G01N21/359 | 分类号: | G01N21/359 |
代理公司: | 11006 北京律诚同业知识产权代理有限公司 | 代理人: | 梁挥;林媛媛 |
地址: | 100083 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 混合样 成分含量检测 光谱曲线 模型构建 解耦 配制 搜索 近红外吸收光谱 遗传算法优化 成分光谱 分类建模 样本建模 整体建模 最优组合 近似解 预测 光谱 样本 优化 | ||
1.一种成分含量检测模型构建的方法,其特征在于,包括如下步骤:
S10:选取第一组分X、第二组分Y以及载体Z;
S20:分别配制第一组分X与载体Z的多个XZ梯度样以及第二组分Y与载体Z的多个YZ梯度样;
S30:利用多个XZ梯度样和多个YZ梯度样配制多个XYZ混合样;
S40:分别测定各XZ梯度样、YZ梯度样和XYZ混合样的近红外吸收光谱;
S50:对单个XYZ混合样的光谱分别与多个XZ梯度样和多个YZ梯度样根据光谱曲线特征进行优化搜索,得到最优组合近似解,以得到该XYZ混合样中X、Y含量;
其中,所述载体Z为淀粉;
所述S20中,按照第一组分X、第二组分Y的检测范围和检测精度列出各自的质量含量的梯度表,将第一组分X和载体Z、第二组分Y和载体Z分别按照梯度表配制XZ梯度样和YZ梯度样;
所述S30中,将多个XZ梯度样以及YZ梯度样分别按梯度排序并分档,然后XZ梯度样与YZ梯度样按分档数进行组合混合形成多个XYZ混合样;
所述S50中,根据光谱曲线特征结合遗传算法,选定其中一个XYZ混合样的光谱分别与多个XZ梯度样和多个YZ梯度样进行优化搜索,以得到最优组合近似解的一个XZ梯度样和一个YZ梯度样,则所得到的该XZ梯度样的X含量即为选定的该XYZ混合样中的X含量,则所得到的该YZ梯度样的Y含量即为选定的该XYZ混合样中Y的含量。
2.根据权利要求1所述的方法,其特征在于,所述S10中,载体Z可与第一组分X和第二组分Y分别均匀混合,且该载体Z对第一组分X和第二组分Y在近红外光谱段不产生严重影响,或其影响可量化并测量。
3.根据权利要求1所述的方法,其特征在于,所述S20中,配制的XZ梯度样和YZ梯度样分别不少于30个,若不足30个,则按照30个梯度样均匀修正梯度表。
4.根据权利要求1所述的方法,其特征在于,所述S30中,分别从每档的XZ梯度样与每档的YZ梯度样中随机抽取1种样本,并各自从中取出固定重量,均匀混合后得到XYZ混合样。
5.根据权利要求4所述的方法,其特征在于,按照XYZ混合样中X、Y、Z各自的重量计算出X、Y的含量。
6.根据权利要求1所述的方法,其特征在于,所述S40中,每个XZ梯度样、YZ梯度样以及XYZ混合样的近红外吸收光谱重复测定,每次测定均重新装样,然后取平均光谱作为该梯度样或混合样的近红外吸收光谱值。
7.根据权利要求1所述的方法,其特征在于,所述S50之后还包括对一包括X和/或Y的待测样进行成分含量检测的步骤,其包括:测定待测样的近红外吸收光谱;根据光谱曲线特征结合遗传算法,对待测样的光谱分别与多个XZ梯度样和多个YZ梯度样进行优化搜索,以得到最优组合近似解的一个XZ梯度样和一个YZ梯度样,则所得到的该XZ梯度样的X含量即为该待测样中的X含量,则所得到的该YZ梯度样的Y含量即为该待测样中Y的含量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国农业机械化科学研究院,未经中国农业机械化科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611161701.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:太赫兹检测方法
- 下一篇:一种用于预测甜玉米中蔗糖含量的NIRS模型构建方法