[发明专利]一种基于双树复小波算法的毒品检测仪标准化方法

摘要

本发明公开了一种基于双树复小波算法的毒品检测仪标准化方法，本发明首先采用双树复小波对光谱进行多尺度分解并重构，然后应用分段直接标准化对重构每一层光谱进行校正，接着建立基于偏最小二乘法和留一法交叉验证的预测模型，最后通过计算出的权重将所有的预测模型融合并进行评价。本发明采用的双树复小波与直接标准化相结合的方法，由于双树复小波具有的平移不变性和多尺度特性，克服了现有模型传递方法的不足，在校正x轴和y轴方向上的漂移的能力都十分出色，同时具有精细、精确、高效的优点，能广泛应用于近红外和拉曼光谱等领域。

主权项

一种基于双树复小波算法的毒品检测仪标准化方法，其特征在于，包括以下步骤：S1、选择并设定两台毒品检测仪器分别作为主、从仪器，分别采集样品的主、从机仪器光谱；S2、采用Kennard‑Stone算法对样品光谱进行优选，剔除掉样品光谱中异常样品光谱，然后选择并设定训练集和测试集；S3、针对样品光谱特性，设定最佳分解层数，并按照最佳分解层数对样品光谱进行双树复小波变换，得到各层分解系数；S4、对各层的分解系数分别进行重构，得到各层重构的光谱；S5、对各层重构的光谱，使用直接标准化(PDS)算法对从机光谱进行校正，然后使用训练集的主机光谱与样品的化学真值浓度，建立基于偏最小二乘法和留一法交叉验证的预测模型，然后将校正后的测试集从机光谱输入该模型得到预测结果，并得到每个预测模型的交叉验证均方根误差RMSECV；S6、通过交叉验证均方根误差来计算每个预测模型的权值，使用权值将所有的预测模型进行模型融合，并计算RMSEP值和相关系数来评价模型传递效果。