[发明专利]一种剔除校正集异常样本的方法

权利要求书

1.一种剔除校正集异常样本的方法，其特征在于该方法首先利用局部建模的方法，对校正集中的样本逐一进行留一交叉验证预测，将预测值超出再现性的样本列为可疑异常样本，然后利用主成分分析坐标图以及性质间的相关性分析，最终确定异常样本；其中：主成分分析坐标图用于判断可疑异常样本是否是由于建模样本不足造成：若可疑异常样本分布在坐标图的边缘，则认为是建模样本不足造成，将其暂列为正常样本；若可疑异常样本分布在坐标图密集区，则利用性质间的相关性分析确定其是否为异常样本。

2.根据权利要求1所述的一种剔除校正集异常样本的方法，其特征在于该方法具有以下步骤：

(1)获取汽油初始校正集样本的近红外光谱和性质化验值；

(2)对校正集样本的光谱进行常规预处理；

(3)采用留一交叉验证法对校正集中样本逐一进行PLS建模预测，分别得到预测值，以及预测值与化验值之间的偏差；

(4)筛选出预测偏差超出再现性指标的校正样本，将其列为可疑异常样本；

(5)从校正集中筛选出可疑异常样本，剩下的样本继续作为下一轮建模的校正集；

(6)继续重复步骤(3)～(5)，直至预测偏差全部在相应的再现性指标范围内；

(7)将可疑异常样本逐一和剩余校正集样本进行主成分分析，绘制主成分分析坐标图；

(8)疑异常样本视为正常样本；如果可疑异常样本分布在坐标图密集区，则利用性质之间的相关性分析确定其是否为异常样本。

3.根据权利要求2所述的一种剔除校正集异常样本的方法，其特征在于步骤(2)所述的常规预处理方法采用基线校正和矢量归一。

4.根据权利要求2所述的一种剔除校正集异常样本的方法，其特征在于步骤(3)所述的PLS模型是采用局部建模的方法，特征光谱谱段选为4000～4800cm^-1，选择50±5个校正样本作为相似样本建立模型。

5.根据权利要求2所述的一种剔除校正集异常样本的方法，其特征在于步骤(3)所述的局部建模方法是在三维主成分分析坐标图中，利用长宽高比为3:2:1的长方体选择相似样本。