[发明专利]基于R语言、正交偏最小二乘判别分析的植物油鉴定方法

权利要求书

1.基于R语言、正交偏最小二乘判别分析的植物油鉴定方法，其特征在于，所述鉴定方法包括以下步骤：

步骤S1、使用R语言搭建基于shiny框架的web界面，由主页、文件导入、正交偏最小二乘分析及预测得分组成；

步骤S2、通过Savitzky-Golay平滑方法实现二阶导数预处理，得到消除基线漂移和平缓背景干扰的植物油红外光谱数据；

步骤S3、利用正交信号校正法算法计算并去除与类别标签无关的红外光谱正交分量；

步骤S4、使用正交偏最小二乘方法对去除正交分量的红外光谱数据进行判别分析；

步骤S5、通过预测得分完成对预测样本的得分预测，根据判定分类的参数阈值实现待预测的植物油样本的分类判定分析；

其中，步骤S4包括：假定有样本数量为n的数据集，每个样品拥有一个分类变量Y和m个预测变量X1、X2、…Xm；Y是一个具有q个分类的变量，q≥2，运算时将其转换为q个哑变量，分类变量和预测变量矩阵分别表示为Yn×q和Xn×m；对X和Y进行分解，从X和Y中分解产生正交得分因子载荷，用矩阵表示为：；中式中T_n×a和U_n×a为隐变量得分矩阵，P_a×m和Q_a×q是相应的载荷矩阵，E_n×m和F_n×q是残差矩阵；隐变量得分矩阵在X和Y中提取a个合适的特征(t1 ,t2 ,… ,ta)和（u1 ,u2 ,… ,ua)，其中a≤m；正交得分向量是通过最大化预测变量和分类变量之间的协方差来构建的，即在条件W^TW＝1 ,T^TT＝1和T^TU最大的条件下求向量T＝XW和U＝YC ,这里W和C是相应的权重向量；使用(t1 ,t2 ,…,ta)作为预测变量建立判别模型：；

其中，步骤S5中所述预测得分通过步骤S4中的判别模型获得。

2.根据权利要求1所述的基于R语言、正交偏最小二乘判别分析的植物油鉴定方法，其特征在于：所述步骤S2中的Savitzky-Golay平滑方法具体为：首先利用卷积运算生成目标算式，然后运用线性最小二乘法进行低次多项式拟合相邻数据点的连续子集来实现数据平滑；当数据点等距分布时，找到最小二乘方程的解析解，从而得到平滑后的估计值。