[发明专利]一种基于化学值分类的近红外定量建模新方法

权利要求书

1.一种基于化学值分类的近红外定量建模新方法，其特征在于，包括以下步骤：

步骤一、获取近一批红外光谱x_cal及其相对应的化学值y_cal；

步骤二、对光谱x_cal进行一定的预处理；

步骤三、对化学值y_call进行分区间处理，划分成A、B、C……Q若干个区间，并求出每个区间的平均值，用平均值代替各个区间的化学值，组成新的化学值分布y_calq；

步骤四、用原来的化学值分布y_cal和新的化学值分布y_calq构造一个新的化学值函数y_cal1；

步骤五、对两组化学值y_cal、y_cal1分别进行建模，用线性PLS对y_cal进行建模，得到预测值y_c,用非线性的BP神经网络对新的化学值分布进行y_cal1建模，得到预测值y_c1；

步骤六、对两组建模数据y_c、y_c1运用PLS方法进行加权组合，计算出各自的权重比，并建立一个新的模型；

步骤七、对建立的模型进行验证；

步骤八、用步骤一至步骤七的方法和PLS方法重新预测一批样本，通过比较模型外部验证误差与跟随性评价验证步骤一至步骤七的方法的合理性与适用性。

2.根据权利要求1所述的一种基于化学值分类的近红外定量建模新方法，其特征在于，步骤一中，获取一批建模光谱x_cal和化学值y_cal其中包含m个光谱以及与其谱图标签属性相对应的基础化学值y_calm，y_calm表示第m个光谱对应的化学值，光谱由p个波长点组成。

3.根据权利要求1所述的一种基于化学值分类的近红外定量建模新方法，其特征在于，步骤二中，采用S-G求导对原始光谱进行预处理；S-G求导方法为：首先对每个光谱进行S-G平滑，窗口宽度为2k+1，之后用差分宽度为w对平滑后的光谱进行一阶求导。

4.根据权利要求1所述的一种基于化学值分类的近红外定量建模新方法，其特征在于，步骤三中，求出化学值y_cal中的最大值y_max、最小值y_min，按值的范围将y_cal划分成A、B、C……Q个区间，组合成[y_min，A]、[A，B]……[Q，y_max]，分别求出落在[y_min，A]、[A，B]……[Q，y_max]各个区间的样本化学值的平均值A₁、B₁、C₁……Q₁，并将平均值A₁、B₁、C₁……Q₁分别赋值给落在各个区间的所有样本，将m个样本化学值重新组合成一个新的化学值分布y_calq。

5.根据权利要求1所述的一种基于化学值分类的近红外定量建模新方法，其特征在于，步骤四中，用原来的m个化学值分布y_cal，减去新的m个化学值分布y_calq构造一个新的函数：y_cal1＝y_cal-y_calq (1)。