一种面向光谱基线校正的加权建模局部优化方法

    公开(公告)号:CN111999258B

    公开(公告)日:2022-06-17

    申请号:CN202010636816.9

    申请日:2020-07-03

    Abstract: 本发明公开了一种面向光谱基线校正的加权建模局部优化方法。该方法将目标成分的化学值数据转换为权重信息,结合多元散射校正预处理方法构建光谱数据加权校正方法,利用归一化运算的特点,将回归方程的常数项归于无穷小量,使光谱基线偏移的数据特征不被带入定标模型中。同时,基于样本光谱的距离指标构造负指数函数权值,加权提取光谱数据的特征信号,为定标模型的局部优化提取具有高信噪比的信息波长变量,以降低模型复杂度,缩短建模运算时间。基于加权化学值和加权优化光谱值建立特定对象的光谱分析局部优化模型,融合即时分析技术,实现快速建模,能够有效提高光谱定量分析模型的预测能力。

    一种面向光谱基线校正的加权建模局部优化方法

    公开(公告)号:CN111999258A

    公开(公告)日:2020-11-27

    申请号:CN202010636816.9

    申请日:2020-07-03

    Abstract: 本发明公开了一种面向光谱基线校正的加权建模局部优化方法。该方法将目标成分的化学值数据转换为权重信息,结合多元散射校正预处理方法构建光谱数据加权校正方法,利用归一化运算的特点,将回归方程的常数项归于无穷小量,使光谱基线偏移的数据特征不被带入定标模型中。同时,基于样本光谱的距离指标构造负指数函数权值,加权提取光谱数据的特征信号,为定标模型的局部优化提取具有高信噪比的信息波长变量,以降低模型复杂度,缩短建模运算时间。基于加权化学值和加权优化光谱值建立特定对象的光谱分析局部优化模型,融合即时分析技术,实现快速建模,能够有效提高光谱定量分析模型的预测能力。

Patent Agency Ranking