[发明专利]一种由油品近红外光谱预测其性质的方法

摘要

一种由油品近红外光谱预测其性质的方法，包括将油品按种类分类每类收集一组样品，测定每个样品的近红外光谱，再用标准方法按油品类别测定每个样品的性质数据，将测定样品的近红外光谱经二阶微分后与其测定的性质数据建立数据库。用数据库样品光谱的差谱对待测样品的差谱进行拟合，计算拟合差谱和待测光谱的差谱的拟合度，通过与阈值的比较，对于光谱拟合完全的待测样品，由参与拟合的库光谱的性质数据预测待测油品的性质。该法可快速、准确地预测待测油品性质。

主权项

一种由油品近红外光谱预测其性质的方法，包括如下步骤：(1)将油品按性质分类，每类收集一组样品，每组样品数量至少为200个，测定每个样品的近红外光谱，再用标准方法按油品类别测定每个样品需要预测的性质数据，(2)对每个样品的近红外光谱进行二阶微分，将样品的吸光度与其测定的性质数据对应，按油品类别分别建立近红外光谱数据库，(3)测定待测样品的近红外光谱，并进行二阶微分，取其吸光度为待测样品光谱向量x，(4)根据待测油品样品的类型，选择相应类别的近红外光谱数据库，(5)按式①计算待测样品与所选近红外光谱数据库中每个样品吸光度的欧式距离，选出欧式距离最小的1个库光谱p，为与待测样品最相近的库样品，其对应的性质数据为h，式①中，dj为待测样品光谱向量x与数据库中第j个样品光谱向量之间的距离，xi为待测样品光谱第i个波长点处的吸光度，vj,i为数据库中第j个样品第i个波长点处的吸光度，m为组成样品光谱的吸光度的采样点数，(6)按式②将待测样品光谱x减去所选数据库中与其最相近样品的光谱p，得到待测样品的差谱△x，Δx＝x‑p ②(7)对所选数据库中每个样品，按式③计算其与光谱p的差谱△vi，△vi＝vi–p i＝1，2，3，…，k， ③式③中，k为所选近红外光谱数据库的样品数，vi为所选数据库中第i个样品的吸光度，i为所选数据库中第i个样品，(8)对所选数据库中的每个样品，按式④计算其性质与最相近样品的性质h的数据差△qi，△qi＝qi–h i＝1，2，3，…，k， ④式④中，qi为所选数据库中第i个样品的性质数据，(9)按下述方法用所选库光谱的差谱对待测样品的差谱△x进行拟合，a)按式⑤表示待测样品的差谱△x，求得参与拟合的库样品的拟合系数：式中，ai为第i个数据库光谱对应的拟合系数，拟合系数ai采用非负约束最小二乘法求出，即满足如下目标函数：min||Δx-Σi=1kaiΔvi||,s.t.ai≥0]]>b)将上述求得的拟合系数ai中所有的非零拟合系数提取出来，按式⑥进行归一化处理，得到归一化的拟合系数bi，式⑥中，g为非零拟合系数的库光谱个数，c)按式⑦计算待测样品的拟合差谱：d)按式⑧计算待测样品差谱的拟合度s：式⑧中，△xj为待测样品差谱的第j个波长点的吸光度，为拟合差谱第j个波长点的吸光度，m为样品差谱的吸光度的采样点数，(10)若s大于设定的阈值，按式⑩由参与拟合的库样品对应的性质数据计算待测样品的性质，式⑩中，为预测的待测样品的性质数据，bi为参与拟合的库样品光谱的归一化拟合系数，△qi为参与拟合的库样品光谱对应的性质数据差，h为与待测样品最相近的库样品对应的性质数据。