[发明专利]基于多级偏最小二乘算法的光谱分析方法及系统

说明书

本发明提供一种基于多级偏最小二乘算法的光谱分析方法及系统，属于光谱分析技术领域，采集样品的多个不同温度下的光谱；对采集的光谱进行滤波预处理；利用滤波预处理后的光谱，结合多级偏最小二乘算法，构建分析模型；利用分析模型进行光谱温度预测和样品浓度预测，实现光谱温度校正，对不同温度扰动下的样品光谱进行分析。本发明可对温度和浓度引起的光谱变化进行分离，分别建立温度间模型和温度内模型，温度间模型可成功预测光谱温度，温度内模型则可用于预测浓度，消除了近红外光谱建模时的温度干扰。

技术领域

本发明涉及光谱分析技术领域，具体涉及一种基于多级偏最小二乘算法的光谱分析方法及系统。

背景技术

近红外光谱不仅可体现含氢基团的结构信息，还体现了包括氢键在内的分子内和分子间相互作用的信息，当温度发生改变时，分子相互作用也会发生变化，进而引起近红外光谱的变化。

原料血浆主要成分包括92％的水和6％-8％血浆蛋白质，其他为非蛋白有机物。水在近红外波段具有极强的吸收，温度扰动下，不同氢键结合的水会随着温度呈现不同的变化规律，进而反映蛋白质与水的相互作用。分析不同温度下血浆溶液中水的氢键、蛋白质基团等变化规律，可观察到蛋白质结构是否变化，从分子层面为原料血浆采用近红外技术温度控制提供理论支持。

稳定的光谱是建立可靠定量分析模型的基础，原料血浆现场检测环境复杂多变，温度引起近红外光谱的变化，从而使得原料血浆定量分析不准确。

发明内容

本发明的目的在于提供一种实现了不同温度校正、提高了原料血浆定量分析模型的预测精度的基于多级偏最小二乘算法的光谱分析方法及系统，以解决上述背景技术中存在的至少一项技术问题。

为了实现上述目的，本发明采取了如下技术方案：

第一方面，本发明提供一种基于多级偏最小二乘算法的光谱分析方法，包括：

采集样品的多个不同温度下的光谱；

对采集的光谱进行滤波预处理；

利用滤波预处理后的光谱，结合多级偏最小二乘算法，构建分析模型；

利用分析模型进行光谱温度预测和样品浓度预测，实现光谱温度校正，对不同温度扰动下的样品光谱进行分析。

优选的，构建分析模型包括：将不同温度下的光谱矩阵总体中心化后，对每一个个体的平均值向量组成的矩阵进行偏最小二乘PLS回归分析，第一主成分得分值作为温度系数，与温度进行拟合，得到两个区间对应的温度间模型，用于预测光谱温度。

优选的，构建分析模型还包括：将不同温度下的光谱矩阵总体中心化后，对每一个个体再进行局部中心化；对所有个体的平均值向量组成的矩阵进行PLS回归分析，第一主成分得分值作为浓度系数，与浓度进行拟合，得到两个区间对应的温度内模型，用于预测样品浓度。

优选的，PLS回归分析包括：