[发明专利]基于光谱数据的模型转移方法

说明书

本申请实施例公开了基于光谱数据的模型转移方法，样本的指标测定及光谱采集；光谱的预处理；将所述若干个标定样本划分为校正样本和预测样本；由主仪器向目标仪器进行模型转移，即正向转移；或者，由目标仪器向主仪器进行模型转移，即反向转移；本发明传统方法相比，具有如下优点：通过样本集光谱数据与光谱数据结构的关联，可以抑制噪音及无关信息的干扰；能够实现主仪器和目标仪器模型的双向传递，而且对于主仪器和目标仪器的仪器类型是否一致无限制，采集的光谱数据点数是否一致无限制，这对于相同光谱方法不同类型光谱仪的模型共享及提高模型的适用性具有重要意义。

技术领域

本申请实施例涉及红外光谱分析技术领域，特别是涉及基于光谱数据的模型转移方法。

背景技术

现代光谱分析技术是多个学科(光谱检测、化学计量学、计算机科学及统计学等)交叉融合的综合性分析技术。光谱分析技术在石油化工、农业、食品及制药领域得到广泛应用。采用光谱分析法用于物质成分含量测定及在线过程分析需要建立多元校正模型，即采用标准方法测定校正样本的指标(如成分含量或活性值或其他物理化学指标等)，然后采用光谱仪测定这些样本的光谱，将光谱数据和指标数据关联建立校正模型，将未知样本的光谱代入校正模型，计算出未知样本指标的预测值，实现对未知样本指标的测定。

在实际应用中，建立光谱的模型需要投入大量的人力、物力，花费巨大。如果将已经建立的模型应用于其他仪器或继续使用，那么不仅节约大量的人力、物力，而且对于实现模型的共享，提高模型的通用性、适用性具有重要的意义。随着光谱仪器的多样化及应用环境的复杂化，如仪器的种类、型号相同或不同，仪器的老化及部件的更换，样本测定环境的温度、湿度的变化等因素，使得采集的光谱常常存在光谱吸光度(或强度)的差异、波长(或波数)的漂移等问题，若继续使用已建立的模型，则预测结果偏差较大，甚至导致模型无法使用。为了解决模型共享，提高模型通用性这一技术瓶颈问题，模型转移或传递是一种有效方法。模型转移是通过建立主仪器和目标仪器(或子仪器)检测信号之间的函数关系，实现主仪器及目标仪器模型预测结果的一致性和准确性。根据所建函数的关联对象，模型转移方法概分为三类：一是基于预测结果的校正方法，如Tom Fearn,Standardisation andCalibration Transfer for near Infrared Instruments:A Review,Journal of NearInfrared Spectroscopy Vol.9,Issue 4,pp.229-244(2001)提及的S/B方法；二是基于光谱信号的校正方法，如Shenks、DS、PDS、FIR、OSC等方法；三是M.Forina，G.Drava，C.Armanino，R.Boggia，S.Lanteri，R.Leardi，P.Corti，P.Conti，R.Giangiacomo，C.Galliena，R.Bigoni，I.Quartari，C.Serra，D.Ferri，O.Leoni，L.Lazzeri，Transfer ofcalibration function in near-infrared spectroscopy，Chemometrics andIntelligent Laboratory Systems，Volume 27,Issue 2,February 1995,Pages 189-203.提及的基于模型参数的校正方法。其中，基于光谱信号校正的DS法PDS法应用广泛。

DS法和PDS法都属于有标样方法。标样即标准样本，是在模型转移过程中，为建立转移函数所需要的标准样本。在实际应用中，如果无法或很难获得标准样本，可以采用无标样方法，如有限脉冲响应方法(FIR)。DS法是直接将主仪器和目标仪器的关联，然后通过最小二乘原理求解转移矩阵，建立函数关系。由于光谱的变化具有区域性，不同波长下，光谱的变化可能不一致；而且噪音也有区域不等性，使得DS法用于模型转移的效果不够理想。PDS法假定光谱的变化主要局限在一定的区域内，因此利用窗口内的局部光谱进行模型转移，模型转移效果得到一定程度的提高。但是，该方法对于窗口大小的调节较为复杂，无法自适应，如果窗口大小参数设置不当，转移效果不好，且局部噪音也有一定影响。

发明内容