一種用于消除光譜乘性隨機(jī)誤差的角度化多變量分析方法
【專利摘要】本發(fā)明公開(kāi)了一種用于消除光譜乘性隨機(jī)誤差的角度化多變量分析方法。本方法它包括以下步驟分為建模和預(yù)測(cè)兩大部分。本發(fā)明利用角度化多變量轉(zhuǎn)換方法，替代直接的采用光譜強(qiáng)度信號(hào)進(jìn)行處理，以消除信號(hào)的乘性誤差，避免體系信號(hào)強(qiáng)度擾動(dòng)的干擾。
【專利說(shuō)明】一種用于消除光譜乘性隨機(jī)誤差的角度化多變量分析方法
【技術(shù)領(lǐng)域】：
[0001]本發(fā)明涉及的是一種用于消除光譜乘性隨機(jī)誤差的角度化多變量分析方法。
【背景技術(shù)】：
[0002]光譜分析中，獲取的光譜信號(hào)受到多種隨機(jī)誤差的干擾，尤其是拉曼和近紅外中常采用的反射測(cè)量方法，不僅受到常見(jiàn)的噪聲和基線漂移等疊加誤差，而且還受到散射和反射光程等乘性誤差的干擾。
[0003]在被測(cè)量值（X)與響應(yīng)信號(hào)（y)存在線性關(guān)系的體系中，加性（ea)和乘性（ej兩類誤差可以表示為：
[0004]y = em · a · x+ea ( I)
[0005]加性誤差導(dǎo)致整體信號(hào)起伏和偏轉(zhuǎn)，但不影響信號(hào)的幅度，采用背景扣除或微分(差分)方法可以較好地消除。而乘性誤差導(dǎo)致信號(hào)幅度的變化，在等方差分布的前提下，通常采用標(biāo)準(zhǔn)正態(tài)變量校正（SNV)和多元散射校正（MSC)方法校正；信號(hào)方差不同的情況下，可采用擴(kuò)展多元散射校正（EMSC)方法校正，但是需要先驗(yàn)知識(shí)支持。
[0006]多數(shù)情況下信號(hào)方差隨強(qiáng)度變化，無(wú)法滿足SNV和MSC的限定條件，往往也由于缺乏足夠或準(zhǔn)確的先驗(yàn)知識(shí)，而使得EMSC方法不可行。在光譜的實(shí)時(shí)和現(xiàn)場(chǎng)測(cè)定中，強(qiáng)度擾動(dòng)和顆粒散射擾動(dòng)很常見(jiàn)，導(dǎo)致的乘性誤差直接對(duì)定量的準(zhǔn)確造成干擾。

【發(fā)明內(nèi)容】
：
[0007]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種用于消除光譜乘性隨機(jī)誤差的角度化多變量分析方法。
[0008]為了解決【背景技術(shù)】所存在的問(wèn)題，本發(fā)明采用以下技術(shù)方案：
[0009]一種用于消除光譜乘性隨機(jī)誤差的角度化多變量分析方法，其特征在于，它包括以下步驟：
[0010]建模：確定空間描述所需的變量數(shù)，即確定空間維數(shù)ND后，從建模數(shù)據(jù)集中均勻挑選出ND個(gè)坐標(biāo)向量CoV，依次計(jì)算每一個(gè)建模樣本與坐標(biāo)向量的夾角余弦值構(gòu)成角度余弦值矩陣DOSp，并對(duì)角度矩陣線性化得到非線性調(diào)整參數(shù)t。建立包含ND、CoV、t以及經(jīng)過(guò)線性化后的角度余弦值的多變量回歸系數(shù)的角度余弦多變量校正模型。
[0011]預(yù)測(cè)：將被預(yù)測(cè)的原始光譜數(shù)據(jù)OSp中m組光譜與ND個(gè)坐標(biāo)向量CoV逐一計(jì)算夾角向量值，存儲(chǔ)為mXND個(gè)元素的矩陣M ;求矩陣M中的每個(gè)元素的t次冪得到非線性校正的測(cè)量數(shù)據(jù)；應(yīng)用建立的多變量校正模型獲取所需的預(yù)測(cè)值。
[0012]進(jìn)一步的，在建模步驟中，包括以下步驟：
[0013]步驟一.確定空間描述所需的變量數(shù)，即空間維數(shù)：
[0014]按照現(xiàn)有的多元統(tǒng)計(jì)方法采用的潛在變量數(shù)判斷方法確定空間維數(shù)ND，ND數(shù)可以從建模數(shù)據(jù)集中獲得，也可以從包含建模數(shù)據(jù)集和預(yù)測(cè)集的樣本整體中求取，而從整體樣本中求取的ND會(huì)更具有代表性；多變量回歸，得到回歸值以；
匕值所對(duì)應(yīng)的I值，作為非線性調(diào)整參數(shù)的角度余弦值的多變量回歸系數(shù)，作為完整I:
I III組光譜，將砠組數(shù)據(jù)與建模部分選出的 冊(cè)個(gè)元素的矩陣1 ；
后的1可滿足與建模步驟得到的多變量模據(jù)應(yīng)用多變量模型校正，獲取所需的預(yù)測(cè)【具體實(shí)施方式】:
[0040]下面結(jié)合附圖和【具體實(shí)施方式】對(duì)本發(fā)明作進(jìn)一步描述:
[0041 ] 圖1是本發(fā)明原理圖。
[0042]多變量體系中的混合信號(hào)是各個(gè)源信號(hào)的疊加，多變量統(tǒng)計(jì)分析方法通常簡(jiǎn)化為線性加和關(guān)系，也就是將源信號(hào)看做空間中固定的向量，多變量混合信號(hào)對(duì)應(yīng)的向量為不同強(qiáng)度源向量的和。
[0043]如圖1所示，混合向量Y是源向量Xp X2、X3的和，其強(qiáng)度來(lái)自于各個(gè)源向量的和，而混合向量的方向則決定于源向量強(qiáng)度的比例關(guān)系。
[0044]如果僅考慮乘性誤差，式(I)表示為:
[0045]Y = em.A.X (2)
[0046]其中Y是一個(gè)數(shù)組，或代表空間中的一個(gè)混合向量，X是一系列源信號(hào)數(shù)組或系列的源向量(X1, X2, X3,…}，em是乘性擾動(dòng)系數(shù)。
[0047]計(jì)算Y與X中任一向量Xi的夾角:
【權(quán)利要求】
1.一種用于消除光譜乘性隨機(jī)誤差的角度化多變量分析方法，其特征在于，它包括以下步驟: 建模:確定空間描述所需的變量數(shù)，即確定空間維數(shù)ND后，從建模數(shù)據(jù)集中均勻挑選出ND個(gè)坐標(biāo)向量CoV，依次計(jì)算每一個(gè)建模樣本與坐標(biāo)向量的夾角余弦值構(gòu)成角度余弦值矩陣DOSp，并對(duì)角度矩陣線性化得到非線性調(diào)整參數(shù)t。建立包含ND、CoV、t以及經(jīng)過(guò)線性化后的角度余弦值的多變量回歸系數(shù)的角度余弦多變量校正模型； 預(yù)測(cè):將被預(yù)測(cè)的原始光譜數(shù)據(jù)OSp中m組光譜與ND個(gè)坐標(biāo)向量CoV逐一計(jì)算夾角向量值，存儲(chǔ)為mXND個(gè)元素的矩陣M ;求矩陣M中的每個(gè)元素的t次冪得到非線性校正的測(cè)量數(shù)據(jù)；應(yīng)用建立的多變量校正模型獲取所需的預(yù)測(cè)值。
2.根據(jù)權(quán)利要求1所述的一種用于消除光譜乘性隨機(jī)誤差的角度化多變量分析方法，其特征在于，在建模步驟中，包括以下步驟: 步驟一.確定空間描述所需的變量數(shù)，即空間維數(shù): 按照現(xiàn)有的多元統(tǒng)計(jì)方法采用的潛在變量數(shù)判斷方法確定空間維數(shù)ND，ND數(shù)可以從建模數(shù)據(jù)集中獲得，也可以從包含建模數(shù)據(jù)集和預(yù)測(cè)集的樣本整體中求取，而從整體樣本中求取的ND會(huì)更具有代表性； 步驟二.選擇描述空間的向量，即坐標(biāo)向量: 根據(jù)含量的分布情況，從 建模數(shù)據(jù)集中均勻挑選出ND個(gè)數(shù)據(jù)，作為坐標(biāo)向量CoV，來(lái)描述樣本構(gòu)成的空間； 步驟三.強(qiáng)度描述轉(zhuǎn)為角度描述，即角度化: 按照式COS? = ，將每一個(gè)建模樣本作為向量，依次計(jì)算與挑選出來(lái)的ND個(gè)坐標(biāo)向量CoV的夾角余弦值； 如果樣本集中包含P個(gè)樣本，則經(jīng)過(guò)角度余弦化后，構(gòu)成了 P XND個(gè)元素的角度余弦值矩陣DOSp ； 步驟四.角度矩陣的線性化，即余弦值的指數(shù)調(diào)整 (O定義步長(zhǎng)st,逐步增加k,設(shè)定指數(shù)t=k*st,指數(shù)t值范圍為[-2,2], t Φ O,計(jì)算DOSp 的 t 次冪 PCDt ； (2)將PCDt對(duì)樣本中的系列含量C作多變量回歸，得到回歸值Ct； (3)計(jì)算Ct和C的相關(guān)系數(shù)Cor； (4)回到(I)，不斷調(diào)整t，找出Cor最大值所對(duì)應(yīng)的t值，作為非線性調(diào)整參數(shù)； 步驟五.輸出模型 記錄ND、CoV、t值，以及經(jīng)過(guò)線性化后的角度余弦值的多變量回歸系數(shù)，作為完整的角度余弦多變量校正模型。
3.根據(jù)權(quán)利要求1所述的一種用于消除光譜乘性隨機(jī)誤差的角度化多變量分析方法，其特征在于，在預(yù)測(cè)步驟中，包括以下步驟: 步驟一.數(shù)據(jù)角度化 被預(yù)測(cè)的原始光譜數(shù)據(jù)OSp中如果含有m組光譜，將m組數(shù)據(jù)與建模部分選出的ND個(gè)坐標(biāo)向量CoV逐一計(jì)算夾角向量值,存儲(chǔ)為mXND個(gè)元素的矩陣M ； 步驟二.非線性校正求矩陣1中的每個(gè)元素的I次冪，校正后的1可滿足與建模步驟得到的多變量模型的近似線性響應(yīng)； 步驟三.多變量校正 對(duì)經(jīng)過(guò)角度 化和非線性校正的測(cè)量數(shù)據(jù)應(yīng)用多變量模型校正，獲取所需的預(yù)測(cè)值。
【文檔編號(hào)】G01N21/31GK103837484SQ201410061616
【公開(kāi)日】2014年6月4日 申請(qǐng)日期:2014年2月24日 優(yōu)先權(quán)日:2014年2月24日
【發(fā)明者】姚志湘, 粟暉 申請(qǐng)人:廣西科技大學(xué)