近红外光谱多元校正模型传递方法的研究

发布时间：2017-10-24 22:02

  本文关键词：近红外光谱多元校正模型传递方法的研究

  更多相关文章： 模型传递 分段直接标准化 Rank-KS算法 Savitaky-Golay一阶导数 三次样条插值

【摘要】：近红外光谱分析技术实现了复杂体系的快速无损分析,极具发展潜力。但在大规模推广应用过程中遇到一个尚未解决的技术难题：在原光谱仪器上建立的校正模型不能直接用于另外一台新的仪器。光谱模型在不同仪器之间不能通用以及不能适应仪器老化的问题已经成为该技术大规模应用的技术瓶颈。为此,本文从以下几个方面对该问题进行了研究。(1)针对近红外光谱分析中的模型传递进行研究,分析了传递样本集的选择对模型传递结果的影响,提出了一种改进的PDS算法(简称Rank-KS-PDS)。采用Rank-KS方法选择传递样本,综合考虑了样本的光谱空间和性质空间的影响,使所选的样本集更高的代表性和更广的覆盖范围。本文以测定烟叶中烟碱、总糖的含量为研究对象,采用PLS建模。为了验证所提方法的传递效果,分别利用Rank-KS法、KS法、随机(RS)法选择传递样本集,再采用PDS进行模型传递。结果表明：与其他方法相比,Rank-KS-PDS算法的传递效果最好,传递后的RMSEP最小,且所需要的传递样本个数最少。(2)现有的研究方法主要解决的是两台型号相同的光谱仪器之间的模型传递,且主、从光谱的分辨率相同。对于不同型号的光谱仪之间和同一仪器不同分辨率光谱之间的模型传递尚无深入探索。本部分便针对此问题进行了研究,以测定EVA内有效成分内VAC的含量为研究对象,提出了SP-SG1st-PDS模型传递算法。其基本思路是通过三次样条插值在不破坏原始光谱固有的信息的前提下实现了主、从光谱之间的匹配,再通过S-G一阶求导去除光谱的基线漂移,最后通过PDS进一步消除主、从光谱之间的差异,提高传递后从光谱的预测精度。本部分的研究可分两部分进行：一是不同型号的光谱仪器间的模型传递,以SupNIR-2700光谱仪为主机,Nicolet AntarisⅡ为从机；二是,同一近红外光谱仪不同分辨率的光谱之间的模型传递,在Nicolet AntarisⅡ光谱仪上测得样本的不同分辨率的光谱。结果表明：对于不同型号的光谱仪器间的模型传递,SP-SG1st-PDS算法采用S-G一阶导数算法有效的消除了光谱基线漂移,与其他方法相比,本方法的RMSEP明显较小；对于同一仪器不同分辨率的光谱之间的模型传递,其传递后的RMSEP有所减小,但总体上无明显变化。其主要原因是短时间内在同一光谱仪器上测得的样本不同分辨率的光谱中所包含的信息基本相同。
【关键词】：模型传递 分段直接标准化 Rank-KS算法 Savitaky-Golay一阶导数 三次样条插值
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O657.33
【目录】：

• 摘要4-6
• ABSTRACT6-16
• 第一章 绪论16-24
• 1.1 引言16-17
• 1.2 近红外光谱17-18
• 1.2.1 近红外光谱简介17
• 1.2.2 近红外光谱的产生及测量原理17-18
• 1.2.3 近红外光谱分析的特点18
• 1.3 光谱模型传递国内外研究现状18-20
• 1.4 课题研究的主要内容及意义20-21
• 1.4.1 基于Rank-KS-PDS模型传递算法研究20
• 1.4.2 不同型号的光谱仪之间、不同分辨率光谱之间的模型传递研究20-21
• 1.5 本文主要内容和结构21-24
• 第二章 近红外光谱分析技术及化学计量学24-34
• 2.1 引言24-25
• 2.2 光谱数据预处理25-29
• 2.2.1 光谱增强算法25
• 2.2.2 标准正态变换SNV25-26
• 2.2.3 多元散射校正MSC26
• 2.2.4 平滑算法26-28
• 2.2.5 导数算法28-29
• 2.3 样本校正集与验证集的挑选29-30
• 2.3.1 随机法(RS)29
• 2.3.2 Kennard-Stone算法(KS)29-30
• 2.3.3 含量梯度法(Rank)30
• 2.4 光谱多元校正模型的建立30-32
• 2.4.1 定量分析30-32
• 2.4.2 定性分析32
• 2.5 光谱模型传递算法32-33
• 2.5.1 斜率/偏差校正法(S/B)32-33
• 2.5.2 直接标准化(DS)33
• 2.5.3 分段直接标准化(PDS)33
• 2.6 小结33-34
• 第三章 基于Rank-KS-PDS模型传递算法研究34-52
• 3.1 引言34-36
• 3.2 算法与原理36-38
• 3.2.1 Rank-KS算法36-37
• 3.2.2 PDS算法37-38
• 3.3 实验部分38-39
• 3.3.1 实验材料38
• 3.3.2 实验仪器38
• 3.3.3 样本光谱采集38-39
• 3.4 模型建立与评价39-41
• 3.4.1 异常样本的检测与剔除40
• 3.4.2 光谱多元校正模型的建立40-41
• 3.4.3 模型评价41
• 3.5 结果与讨论41-50
• 3.5.1 传递样本选择及传递参数优化41-43
• 3.5.2 模型传递结果与讨论43-50
• 3.6 小结50-52
• 第四章 不同型号的光谱仪间、不同分辨率光谱间的模型传递研究52-74
• 4.1 引言52
• 4.2 算法与原理52-54
• 4.2.1 三次样条插值53
• 4.2.2 S-G一阶导数算法53-54
• 4.2.3 PDS算法54
• 4.3 不同型号的光谱仪之间的模型传递54-66
• 4.3.1 实验部分54-57
• 4.3.2 模型建立与评价57-58
• 4.3.3 结果与讨论58-66
• 4.3.4 小结66
• 4.4 同一仪器不同分辨率光谱之间的模型传递66-72
• 4.4.1 实验部分67
• 4.4.2 模型建立与评价67-68
• 4.4.3 结果与讨论68-72
• 4.4.4 小结72
• 4.5 小结72-74
• 第五章 模型传递软件实现74-86
• 5.1 引言74
• 5.2 软件简介74-75
• 5.3 模型传递部分简介75-76
• 5.4 模型传递部分操作说明76-84
• 5.4.1 数据读取76-77
• 5.4.2 建立主机光谱模型77-78
• 5.4.3 模型传递参数Rankn的获取78
• 5.4.4 获取验证集及传递样本集样本位置78-80
• 5.4.5 验证集及传递样本集从机光谱读取80-81
• 5.4.6 模型传递参数选取81-83
• 5.4.7 未知样本模型传递83-84
• 5.5 小结84-86
• 第六章 总结与展望86-88
• 6.1 总结86-87
• 6.2 展望87-88
• 参考文献88-92
• 致谢92-94
• 研究成果及发表的学术论文94-96
• 作者和导师简介96-98
• 附件98-99

【参考文献】

中国期刊全文数据库 前10条

1 曲楠;朱明超;窦森;;近红外与中红外光谱技术在土壤分析中的应用[J];分析测试学报;2015年01期

2 朱逢乐;何勇;邵咏妮;;应用近红外高光谱成像预测三文鱼肉的水分含量[J];光谱学与光谱分析;2015年01期

3 史新珍;王志国;杜文;易浩;张娟;陈增萍;俞汝勤;;近红外光谱结合新型模型传递方法用于糖料的在线质量监控[J];分析化学;2014年11期

4 胡爱琴;袁洪福;宋春风;李效玉;;近红外离散波长光谱基线漂移校正方法研究[J];光谱学与光谱分析;2014年10期

5 王圣毫;李智;胡荣;宋福圣;王岩;;基于离散傅立叶变换的支持向量机光谱定量分析法[J];分析测试学报;2014年06期

6 张晓羽;李庆波;张广军;;基于稳定竞争自适应重加权采样的光谱分析无标模型传递方法[J];光谱学与光谱分析;2014年05期

7 刘伟;赵众;袁洪福;宋春风;李效玉;;光谱多元分析校正集和验证集样本分布优选方法研究[J];光谱学与光谱分析;2014年04期

8 苏虹;宋楠;全莺歌;宫会丽;;基于shenk’s算法的烟叶近红外光谱模型转移研究[J];中国新技术新产品;2013年22期

9 赵政;李小昱;刘洁;文东东;刘娇;;猪肉中挥发性盐基氮含量光谱检测模型的修正方法[J];食品安全质量检测学报;2013年03期

10 牛晓颖;邵利敏;赵志磊;张晓瑜;;基于BP-ANN的草莓品种近红外光谱无损鉴别方法研究[J];光谱学与光谱分析;2012年08期

，

本文编号：1090706