[发明专利]基于SPSS因子分析和判别分析的祖母绿产地溯源方法在审
| 申请号: | 202210273572.1 | 申请日: | 2022-03-19 |
| 公开(公告)号: | CN114708001A | 公开(公告)日: | 2022-07-05 |
| 发明(设计)人: | 陈全莉;鲍珮瑾;黄惠臻;高冉 | 申请(专利权)人: | 中国地质大学(武汉) |
| 主分类号: | G06Q30/00 | 分类号: | G06Q30/00;G06F17/18 |
| 代理公司: | 重庆信必达知识产权代理有限公司 50286 | 代理人: | 李小伟 |
| 地址: | 430074 湖*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 spss 因子分析 判别分析 祖母绿 产地 溯源 方法 | ||
1.一种基于SPSS因子分析和判别分析的祖母绿产地溯源方法,其特征在于,所述基于SPSS因子分析和判别分析的祖母绿产地溯源方法包括:
利用不同产地祖母绿的化学成分数据,结合SPSS的因子分析和判别分析对祖母绿样品进行产地判别。
2.如权利要求1所述基于SPSS因子分析和判别分析的祖母绿产地溯源方法,其特征在于,所述基于SPSS因子分析和判别分析的祖母绿产地溯源方法包括以下步骤:
步骤一,获取不同产地祖母绿的化学成分数据,从获取的不同产地祖母绿的化学成分数据中提取不同产地的祖母绿中的微量元素及微量元素的含量;
步骤二,对得到的7组微量元素离子数据进行因子分析,利用线性回归分析对数据多重共线性进行预估;基于因子分析结果以及预估结果确定溯源变量;
步骤三,基于确定的溯源变量构建产地判别模型,利用构建的产地判别模型进行祖母绿产地溯源。
3.如权利要求2所述基于SPSS因子分析和判别分析的祖母绿产地溯源方法,其特征在于,所述产地包括:中国云南麻栗坡、巴基斯坦斯瓦特山谷、马达加斯加马南扎里、阿富汗潘杰希尔山谷、巴西伊塔比拉、埃塞俄比亚、赞比亚卡夫布、津巴布韦桑德瓦纳和俄罗斯乌拉尔。
4.如权利要求2所述基于SPSS因子分析和判别分析的祖母绿产地溯源方法,其特征在于,所述微量元素包括:Li、Na、K、Rb、Cs、Sc和Ga。
5.如权利要求2所述基于SPSS因子分析和判别分析的祖母绿产地溯源方法,其特征在于,所述溯源变量为不同产地祖母绿中的碱金属化学元素含量及元素Sc和Ga含量。
6.如权利要求2所述基于SPSS因子分析和判别分析的祖母绿产地溯源方法,其特征在于,所述利用构建的产地判别模型进行祖母绿产地溯源之前还需进行:获取待溯源的祖母绿数据。
7.如权利要求2所述基于SPSS因子分析和判别分析的祖母绿产地溯源方法,其特征在于,所述利用构建的产地判别模型进行祖母绿产地溯源包括:利用构建的产地判别模型基于待溯源的祖母绿数据进行祖母绿产地溯源。
8.一种实施如权利要求1-7任意一项基于SPSS因子分析和判别分析的祖母绿产地溯源方法的基于SPSS因子分析和判别分析的祖母绿产地溯源系统,其特征在于,所述基于SPSS因子分析和判别分析的祖母绿产地溯源系统包括:
数据集构建模块,用于获取不同产地祖母绿的化学成分数据,从获取的不同产地祖母绿的化学成分数据中提取不同产地的祖母绿中的微量元素及微量元素的含量,构建数据集;
数据分析模块,用于对得到的7组微量元素离子数据进行因子分析,利用线性回归分析对数据多重共线性进行预估;基于因子分析结果以及预估结果确定溯源变量;
判别模型构建模块,用于基于确定的溯源变量构建产地判别模型;
溯源模块,用于利用构建的产地判别模型对待溯源的祖母绿数据进行祖母绿产地溯源。
9.一种接收用户输入程序存储介质,所存储的计算机程序使电子设备执行如权利要求1-7任意一项基于SPSS因子分析和判别分析的祖母绿产地溯源方法,包括下列步骤:
步骤一,获取不同产地祖母绿的化学成分数据,从获取的不同产地祖母绿的化学成分数据中提取不同产地的祖母绿中的微量元素及微量元素的含量;
步骤二,对得到的7组微量元素离子数据进行因子分析,利用线性回归分析对数据多重共线性进行预估;基于因子分析结果以及预估结果确定溯源变量;
步骤三,基于确定的溯源变量构建产地判别模型,利用构建的产地判别模型进行祖母绿产地溯源。
10.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施如权利要求1-7任意一项基于SPSS因子分析和判别分析的祖母绿产地溯源方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国地质大学(武汉),未经中国地质大学(武汉)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210273572.1/1.html,转载请声明来源钻瓜专利网。





