為y = W · y。此時，分離矩陣W優(yōu)選為混合矩 陣A的逆矩陣。
[0224] 在此，分離矩陣W的估計值a W的對數(shù)似然函數(shù)L( a W)能夠由下面的公式表示：
[0225] 公式 26
[0226]
[0227] 在此，累加符號Σ的元素是各數(shù)據(jù)點x(t)上的對數(shù)似然。能夠?qū)⒃搶?shù)似然函 數(shù)L(~W)用作為ICA中的獨立性指標。β散度的方法是通過使適當(dāng)?shù)暮瘮?shù)與該對數(shù)似然函 數(shù)L(~W)作用而試圖變換對數(shù)似然函數(shù)L(~W)，以便抑制數(shù)據(jù)中的尖峰噪聲這樣的離群值 的影響的方法。
[0228] 在利用β散度作為獨立性指標的情況下，首先，使用預(yù)先已選擇的函數(shù)Φρ而用 下面的公式對對數(shù)似然函數(shù)L(~W)進行變換。
[0229] 公式 27
[0230]
[0231] 然后，將該函數(shù)U (~W)認為是新的似然函數(shù)。
[0232] 作為用于使尖峰噪聲這樣的離群值的影響變小的函數(shù)Φ β，可以考慮對數(shù)似然值 (函數(shù)Φρ的括弧內(nèi)的值）越小函數(shù)φ ρ的值越呈指數(shù)函數(shù)衰減這樣的函數(shù)。作為這樣的 函數(shù)φ β，能夠使用例如以下。
[0233] 公式 28
[0234]
[0235] 在該函數(shù)中，β值越大，相對于各數(shù)據(jù)點ζ(在上述的公式（27)中對數(shù)似然）的 函數(shù)值越小。該β值能夠憑經(jīng)驗決定，例如能設(shè)定為大約0.1。此外，作為該函數(shù)Φ Ρ，不 局限于式（28)的函數(shù)，也能利用β值越大相對于各數(shù)據(jù)點ζ的函數(shù)值越小這樣的其他函 數(shù)。
[0236] 如果使用這種β散度作為獨立性指標，則就能夠恰當(dāng)?shù)匾种萍夥逶肼曔@樣的離 群值的影響。在考慮上述公式（27)這樣的似然函數(shù)1^(1)的情況下，對應(yīng)于該似然的最 大化而被最小化的概率分布間的疑似距為β散度。如果執(zhí)行使用了這種β散度作為獨立 性指標的ICA，則就能夠降低尖峰噪聲這樣的離群值的影響而使有關(guān)構(gòu)成成分^的校準精 度提高。
[0237] 此外，有關(guān)使用了 β 散度的 ICA，例如在 Minami Mihoko, Shinto Eguchi, "Robust Blind Source Separation byP-Divergence"，2002 中已有說明。
[0238] F.變形例
[0239] 本發(fā)明并不限于上述實施例及其變形例，能夠在不脫離其主旨的范圍內(nèi)以各種方 式實施，例如能夠進行以下那樣的變形。
[0240] 變形例1 :
[0241] 在上述實施方式中，雖然未知成分的光譜S的元素數(shù)m預(yù)先憑經(jīng)驗或通過實驗決 定，但是未知成分的光譜S的元素數(shù)m也可以通過作為MDL(Minimum Description Length: 最小描述長度）、AIC(Akaike Information Criteria:赤池信息量準則）而為人所知的信 息量基準等來決定。在采用MDL等的情況下，未知成分的光譜S的元素數(shù)m通過運算而由樣 品的觀測數(shù)據(jù)自動地決定。此外，關(guān)于MDL，在例如Independent component analysis for noisy data? MEG data analysis, 2000" 中已有說明。
[0242] 變形例2 :
[0243] 在上述實施方式中，雖然成為校準處理對象的被檢測體由與在創(chuàng)建校準曲線時已 使用的樣品相同的成分構(gòu)成，但是也可以在被檢測體中含有與在創(chuàng)建校準曲線時已使用的 樣品相同的成分以外的未知成分。這是因為，由于假設(shè)獨立成分彼此的內(nèi)積為〇,因此與對 應(yīng)于未知成分的獨立成分的內(nèi)積也認為是〇,在用內(nèi)積求出混合系數(shù)的情況下，未知成分的 影響能夠忽略。
[0244] 變形例3 :
[0245] 在上述實施方式中所使用的計算機可以構(gòu)成為專用的裝置。例如，可以只由硬件 電路實現(xiàn)圖7和圖13中示出的裝置。或者，也可以是由硬件電路實現(xiàn)圖7和圖13中示出 的裝置的功能的一部分，由軟件實現(xiàn)其他部分。
[0246] 變形例4 :
[0247] 在上述實施方式中，雖然通過輸入由分光測量儀測量的光譜而進行了關(guān)于樣品和 被檢測體的分光反射率光譜的輸入，但本發(fā)明不局限于此。例如，也可以采用根據(jù)波長頻帶 不同的多個波段圖像估計分光光譜并輸入該分光光譜的構(gòu)成。上述波段圖像通過例如由具 備能改變透過波長頻帶的濾波器的多波段照相機拍攝樣品和被檢測體來得到。
[0248] 此外，上述的各實施例以及各變形例的構(gòu)成成分中的、除權(quán)利要求書中所記載的 成分以外的成分是附加性的成分，可以適當(dāng)省略。
【主權(quán)項】
1. 一種校準曲線創(chuàng)建方法，其特征在于，其創(chuàng)建用于從被檢測體的觀測數(shù)據(jù)導(dǎo)出關(guān)于 所述被檢測體的目標成分的含量的校準曲線，包括： (a) 計算機取得關(guān)于所述被檢測體的多個樣品的所述觀測數(shù)據(jù)的步驟； (b) 所述計算機取得關(guān)于各所述樣品的所述目標成分的含量的步驟； (c) 所述計算機估計在將每個所述樣品的觀測數(shù)據(jù)分離成多個獨立成分時的多個獨立 成分，并根據(jù)所述多個獨立成分，對每個所述樣品求出與所述目標成分對應(yīng)的混合系數(shù)的 步驟；以及 (d) 所述計算機根據(jù)多個所述樣品的所述目標成分的含量和每個所述樣品的所述混合 系數(shù)，求出所述校準曲線的回歸公式的步驟， 所述（c)的步驟包括： (i) 所述計算機求出含有各所述樣品的所述獨立成分的獨立成分矩陣的步驟； (ii) 所述計算機從所述獨立成分矩陣求出估計混合矩陣的步驟，所述估計混合矩陣表 示規(guī)定各所述樣品中的每個所述獨立成分的獨立成分元素的比例的向量的集合；以及 (iii) 所述計算機求出所述估計混合矩陣中包含的每個所述向量與多個所述樣品的所 述目標成分的含量的相關(guān)性，選擇被判斷為所述相關(guān)性最高的所述向量，來作為與所述目 標成分對應(yīng)的混合系數(shù)的步驟， 在所述步驟（i)中，所述計算機依次執(zhí)行：包括所述觀測數(shù)據(jù)的標準化的第一預(yù)處理、 包括白化的第二預(yù)處理和獨立成分分析處理，從而求出所述獨立成分矩陣， 所述計算機在所述第一預(yù)處理中，在零空間投影法的處理之后執(zhí)行標準化，在所述零 空間投影法中，作為表示依賴于所述觀測數(shù)據(jù)的數(shù)據(jù)長度N的序數(shù)λ的波動的單變量函 數(shù)，不使用指數(shù)為整數(shù)的所述λ的取冪函數(shù)，而使用所述λ的值在1至Ν的范圍內(nèi)隨著所 述λ的增加而單調(diào)地增加的單變量函數(shù)，其中，所述λ為1至Ν的整數(shù)。2. 根據(jù)權(quán)利要求1所述的校準曲線創(chuàng)建方法，其特征在于， 所述單變量函數(shù)包括指數(shù)為非整數(shù)的實數(shù)的所述λ的取冪函數(shù)。3. 根據(jù)權(quán)利要求2所述的校準曲線創(chuàng)建方法，其特征在于， 所述λ的取冪函數(shù)的所述指數(shù)的值為0~3.0范圍的非整數(shù)的實數(shù)。4. 一種校準曲線創(chuàng)建裝置，其特征在于，創(chuàng)建用于從被檢測體的觀測數(shù)據(jù)導(dǎo)出關(guān)于所 述被檢測體的目標成分的含量的校準曲線，包括： 樣品觀測數(shù)據(jù)取得部，取得關(guān)于所述被檢測體的多個樣品的所述觀測數(shù)據(jù)； 樣品目標成分量取得部，取得關(guān)于各所述樣品的所述目標成分的含量； 混合系數(shù)估計部，估計在將每個所述樣品的觀測數(shù)據(jù)分離成多個獨立成分時的多個獨 立成分，并根據(jù)所述多個獨立成分，對每個所述樣品求出與所述目標成分對應(yīng)的混合系數(shù)； 以及 回歸公式計算部，根據(jù)多個所述樣品的所述目標成分的含量和每個所述樣品的所述混 合系數(shù)，求出所述校準曲線的回歸公式， 所述混合系數(shù)估計部包括： 獨立成分矩陣計算部，求出包含各所述樣品的所述各獨立成分的獨立成分矩陣； 估計混合矩陣計算部，從所述獨立成分矩陣中，求出估計混合矩陣，所述估計混合矩陣 表示規(guī)定各所述樣品中的每個所述獨立成分的獨立成分元素的比例的向量的集合；以及 混合系數(shù)選擇部，對于在所述估計混合矩陣中所包含的每個所述向量，求出與多個所 述樣品的所述目標成分的含量相對的相關(guān)性，并選擇被判斷為所述相關(guān)性最高的所述向 量，來作為與所述目標成分對應(yīng)的混合系數(shù)， 所述獨立成分矩陣計算部依次執(zhí)行：包括所述觀測數(shù)據(jù)的標準化的第一預(yù)處理、包括 白化的第二預(yù)處理以及獨立成分分析處理，從而求出所述獨立成分矩陣， 所述獨立成分矩陣計算部在所述第一預(yù)處理中，在零空間投影法的處理之后執(zhí)行標準 化，在所述零空間投影法中，作為表示依賴于所述觀測數(shù)據(jù)的數(shù)據(jù)長度N的序數(shù)λ的波動 的單變量函數(shù)，不使用指數(shù)為整數(shù)的所述λ的取冪函數(shù)，而使用所述λ的值在1至Ν的范 圍內(nèi)隨所述λ的增加而單調(diào)地增加的單變量函數(shù)，其中，所述λ為1至Ν的整數(shù)。5. 根據(jù)權(quán)利要求4所述的校準曲線創(chuàng)建裝置，其特征在于， 所述單變量函數(shù)包括指數(shù)為非整數(shù)的實數(shù)的所述λ的取冪函數(shù)。6. 根據(jù)權(quán)利要求5所述的校準曲線創(chuàng)建裝置，其特征在于， 所述λ的取冪函數(shù)的所述指數(shù)的值為0~3.0范圍的非整數(shù)的實數(shù)。7. -種目標成分校準方法，其特征在于，其求出關(guān)于被檢測體的目標成分的含量，包 括： (a) 計算機取得關(guān)于所述被檢測體的觀測數(shù)據(jù)的步驟； (b) 所述計算機取得至少包括與所述目標成分對應(yīng)的獨立成分的校準用數(shù)據(jù)的步驟； (c) 所述計算機根據(jù)關(guān)于所述被檢測體的觀測數(shù)據(jù)和所述校準用數(shù)據(jù)而求出針對關(guān)于 所述被檢測體的所述目標成分的混合系數(shù)的步驟；以及 (d) 所述計算機根據(jù)預(yù)先準備的、表示與所述目標成分對應(yīng)的混合系數(shù)與含量的關(guān)系 的回歸公式的常數(shù)和通過所述步驟（c)已求出的混合系數(shù)而算出所述目標成分的含量的 步驟， 在所述步驟（c)中，所述計算機依次執(zhí)行：包括所述觀測數(shù)據(jù)的標準化的第一預(yù)處理 和包括白化的第二預(yù)處理， 所述計算機在所述第一預(yù)處理中，在零空間投影法的處理之后執(zhí)行標準化，在所述零 空間投影法中，作為表示依賴于所述觀測數(shù)據(jù)的數(shù)據(jù)長度N的序數(shù)λ的波動的單變量函 數(shù)，不使用指數(shù)為整數(shù)的所述λ的取冪函數(shù)，而使用所述λ的值在1至Ν的范圍內(nèi)隨所述 λ的增加而單調(diào)地增加的單變量函數(shù)，其中，所述λ為1至Ν的整數(shù)。8. 根據(jù)權(quán)利要求7所述的目標成分校準方法，其特征在于， 所述單變量函數(shù)包括指數(shù)為非整數(shù)的實數(shù)的所述λ的取冪函數(shù)。9. 根據(jù)權(quán)利要求8所述的目標成分校準方法，其特征在于， 所述λ的取冪函數(shù)的所述指數(shù)的值為0~3.0范圍的非整數(shù)的實數(shù)。10. -種目標成分校準裝置，其特征在于，其求出關(guān)于被檢測體的目標成分的含量，包 括： 被檢測體觀測數(shù)據(jù)取得部，取得關(guān)于所述被檢測體的觀測數(shù)據(jù)； 校準用數(shù)據(jù)取得部，取得至少包含與所述目標成分對應(yīng)的獨立成分的校準用數(shù)據(jù)； 混合系數(shù)計算部，根據(jù)關(guān)于所述被檢測體的觀測數(shù)據(jù)和所述校準用數(shù)據(jù)，求出針對關(guān) 于所述被檢測體的所述目標成分的混合系數(shù)；以及 目標成分量計算部，根據(jù)預(yù)先準備的、表示與所述目標成分對應(yīng)的混合系數(shù)和含量的 關(guān)系的回歸公式的常數(shù)和由所述混合系數(shù)計算部求出的混合系數(shù)，計算所述目標成分的含 量， 所述混合系數(shù)計算部依次執(zhí)行包括所述觀測數(shù)據(jù)的標準化的第一預(yù)處理和包括白化 的第二預(yù)處理，并在所述第一預(yù)處理中，在零空間投影法的處理之后執(zhí)行標準化，在所述零 空間投影法中，作為表示依賴于所述觀測數(shù)據(jù)的數(shù)據(jù)長度N的序數(shù)λ的波動的單變量函 數(shù)，不使用指數(shù)為整數(shù)的所述λ的取冪函數(shù)，而使用所述λ的值在1至Ν的范圍內(nèi)隨所述 λ的增加而單調(diào)地增加的單變量函數(shù)，其中，所述λ為1至Ν的整數(shù)。11. 根據(jù)權(quán)利要求10所述的目標成分校準裝置，其特征在于， 所述單變量函數(shù)包括指數(shù)為非整數(shù)的實數(shù)的所述λ的取冪函數(shù)。12. 根據(jù)權(quán)利要求11所述的目標成分校準裝置，其特征在于， 所述λ的取冪函數(shù)的所述指數(shù)的值為0~3.0范圍的非整數(shù)的實數(shù)。13. -種電子設(shè)備，其特征在于，具備權(quán)利要求10至12中任一項所述的目標成分校準 裝置。
【專利摘要】本發(fā)明提供一種校準曲線創(chuàng)建方法及裝置、目標成分校準方法及裝置，用于降低觀測數(shù)據(jù)中包含的基線波動的影響而提高校準精度。校準曲線創(chuàng)建方法包括：求出含有各樣品的獨立成分的獨立成分矩陣的步驟，在該步驟中，包括依次執(zhí)行包含觀測數(shù)據(jù)的標準化的第一預(yù)處理、包含白化的第二預(yù)處理以及獨立成分分析處理，從而求出獨立成分矩陣的步驟。在第一預(yù)處理中，由零空間投影法的處理之后執(zhí)行標準化。另外，在零空間投影法中，作為表示依賴于觀測數(shù)據(jù)的數(shù)據(jù)長度N的序數(shù)λ(λ為1至N的整數(shù))的波動的單變量函數(shù)，不使用指數(shù)為整數(shù)的λ的取冪函數(shù)，而使用λ的值在1至N的范圍內(nèi)隨λ的增加而單調(diào)地增加的單變量函數(shù)。
【IPC分類】G06F19/00, G01N21/01, G01N21/31
【公開號】CN105466851
【申請?zhí)枴緾N201510624879
【發(fā)明人】倉沢光, 荒井佳文
【申請人】精工愛普生株式會社
【公開日】2016年4月6日
【申請日】2015年9月25日
【公告號】EP3007075A2, EP3007075A3, US20160091417