[发明专利]基于太赫兹光谱和图像信息融合的麦芽糖混合物定量分析方法

摘要

本发明公开了一种基于太赫兹光谱和图像信息融合的麦芽糖混合物定量分析方法，步骤包括：1)对麦芽糖混合物的光谱和图像样本数据进行特征提取，并将所提取的数据融合；2)利用光谱和图像的融合数据建模，对麦芽糖混合物定量分析。本发明的有益效果为：1、本发明的预测精度显著优于采用单一光谱或单一图像的预测精度；2、本发明采用PCA算法对光谱数据和图像数据进行单独特征提取，能够有效地去除噪声，能够较好地提取出于建模相关的特征向量，进而有效地改善多源信息融合模型的预测精度；3、根据结构风险最小化理论提出了一种Boosting迭代终止判断指标，实现了对最小二乘支持向量机基础模型参数的自动优化。

主权项

1.基于太赫兹光谱和图像信息融合的麦芽糖混合物定量分析方法，其特征在于，步骤包括：

1)对麦芽糖混合物的光谱和图像样本数据进行特征提取，并将所提取的数据融合；

2)利用光谱和图像的融合数据建模，对麦芽糖混合物定量分析。

2.根据权利要求1所述的基于太赫兹光谱和图像信息融合的麦芽糖混合物定量分析方法，其特征在于，步骤1之前还包括获取麦芽糖混合物的光谱和图像的样本数据。

3.根据权利要求2所述的基于太赫兹光谱和图像信息融合的麦芽糖混合物定量分析方法，其特征在于，获取麦芽糖混合物的光谱样本数据，步骤包括：

1)采用THz‑TDS系统对各个浓度麦芽糖混合物进行了测量，得出光谱；

2)采用傅里叶变换获得样品的频域光谱；

3)计算不同浓度麦芽糖混合物的吸收光谱和折射率。

4.根据权利要求2所述的基于太赫兹光谱和图像信息融合的麦芽糖混合物定量分析方法，其特征在于，将不同浓度的麦芽糖混合物薄片放置在THz‑TDS系统中的移动平台上，并进行反射成像测量，获得不同浓度麦芽糖混合物的部分THz图像。

5.根据权利要求1所述的基于太赫兹光谱和图像信息融合的麦芽糖混合物定量分析方法，其特征在于，采用PCA算法对光谱数据和图像数据进行单独特征提取。

6.根据权利要求1所述的基于太赫兹光谱和图像信息融合的麦芽糖混合物定量分析方法，其特征在于，利用Boosting‑LS‑SVM多源信息融合模型对麦芽糖混合物的光谱和图像特征数据进行定量分析，具体步骤包括：

1)根据风险最小化理论确定Boosting迭代终止判断条件；

2)按照迭代终止判断条件对Boosting‑LS‑SVM多源信息融合模型迭代；

3)采用相关系数和均方根误差来评价Boosting‑LS‑SVM多源信息融合模型的预测误差。

7.根据权利要求6所述的基于太赫兹光谱和图像信息融合的麦芽糖混合物定量分析方法，其特征在于，假设有n个样本用于建立融合模型，对于第k个麦芽糖混合物，采用PCA算法样本光谱和图像数据进行特征提取，若一个麦芽糖混合物样品的THz透射光谱样本数据和反射图像样本数据分别为：

x_k1＝{x_k1，1，x_k1，2，…，x_k1，n1}和x_k2＝{x_k2，1，x_k2，2，…，x_k2，n2}      (1)

其中，x_k1和x_k2分别为第k个麦芽糖混合物的THz透射光谱数据反射图像数据，经过特征提取后的特征向量集分别表示为：

z_k1＝{z_k1，1，z_k1，2，…z_k1，n1}和z_k2＝{z_k2，1，z_k2，2，…z_k2，n2}         (2)

其中，z_k1和z_k2分别为第k个样本光谱数据和图像数据经过特征提取后的特征向量集，将光谱和图像的特征数据相融合，构成信息融合模型的第k个输入向量，表示为：

其中，z_k为第k个样本光谱和图像特征数据融合后的特征向量集。

8.根据权利要求7所述的基于太赫兹光谱和图像信息融合的麦芽糖混合物定量分析方法，其特征在于，所述迭代终止判断条件公式为：

其中C_m为第m次迭代后得到的终止指标值，且C_m＞C_m‑1(m＞1)，z表示麦芽糖混合物光谱图像综合特征向量；y表示混合物的浓度值；F_m(z)表示第m次Boosting迭代后得到的基础回归模型，F_m(z)表示经过m次Boosting迭代后获得的光谱图像融合模型预测结果；β_m表示第m次迭代过程中LS‑SVM基础模型的权值；a_m表示第m次迭代过程中LS‑SVM基础模型的参数。

9.根据权利要求8所述的基于太赫兹光谱和图像信息融合的麦芽糖混合物定量分析方法，其特征在于，z_k的预测值可表示为：

其中K(z，z_k)为核函数，t为迭代次数，β_m表示第m次迭代过程中LS‑SVM基础模型的权值；a_m表示第m次迭代过程中LS‑SVM基础模型的参数，z_k为第k个样本光谱和图像特征数据融合后的特征向量集。