一种新型光谱多元分析分类与识别方法及其用途与流程

技术特征：

1.一种新型光谱多元分析分类与识别方法，其特征在于，包括如下步骤：

(1)样本制备：与光谱采集：收集待检测材料，根据材料特性，将待检测材料加工处理制成样本，使得光谱仪能采集到样本的光谱数据；

(2)样本光谱数据采集与处理：用光谱仪器对步骤(1)中制得的样本进行光谱测量，可获得由步骤(1)制得的样本的光谱数据组成的样本光谱数据集Sm，，并利用SG平滑方法消除样本光谱数据集Sm中光谱数据的高频噪音，然后用一阶求导方法消除样本光谱数据集Sm中光谱数据的基线漂移，接着对样本光谱数据集Sm中光谱数据进行均值中心化处理；

(3)建立多元校正模型：将经过步骤(2)处理后的样本光谱数据集Sm分为校正集Smc和验证集Smv，校正集Smc由具有的样本光谱数据组成且占样本光谱数据集Sm的光谱数据的80％；分别对校正集Smc中的每类样本建立主成分模型，并根据Hotelling T2检验计算T^2的临界值根据建模样本集的二次分布结果近似出残差阈值Q；

(4)预测：根据主成分模型的最佳主成分数A计算验证集Smc中样本的T^2和残差S_i的值，通过T^2的临界值和残差阈值Q计算验证集Smv中的样本到主成分模型的马氏距离，并根据最小的马氏距离值判别待测样本的类别；

(5)评价：以步骤(3)中所得到的验证集Smv对不同方法预测的结果进行评价，以主成分模型的预测准确率和错误样本个数为指标，评价方法的优劣，其中，预测准确率的计算公式如下：

2.按照权利要求1所述的方法，其特征在于，步骤(3)中，分别对校正集Smc中的每类样本建立主成分模型，并根据Hotelling T2检验计算T^2的临界值根据建模样本集的二次分布结果近似出残差的阈值Q，具体步骤如下：

(3.1)对于每一个校正集Smc，将校正集Smc中样本光谱数据按类别分开并进行编号，然后分别对每类样本光谱数据建立PCA模型；

(3.2)用交叉验证计算预测误差平方加和PRESS，根据PRESS随主成分数变化曲线确定步骤(3.1)中所建PCA模型的最佳主成分数A；

(3.3)根据步骤(3.2)中确定的最佳主成分数A建立主成分模型其中为样本均值，T为得分矩阵，P为载荷矩阵，E为残差矩阵；

(3.4)根据Hotelling T2检验，利用步骤(3.2)中确定的最佳主成分数A，计算T^2的临界值

(3.5)根据建模样本集的二次分布结果，利用协方差矩阵，近似出残差阈值Q。

3.按照权利要求2所述的方法，其特征在于，步骤(4)具体包括如下步骤：

(4.1)根据步骤(3.2)中确定的最佳主成分数A，计算验证集Smc中样本的T^2和残差S_i的值；

(4.2)根据步骤(3.1)中T^2的的临界值和残差阈值Q，对验证集Smv中的样本i进行特征提取，于是样本i可表示为

(4.3)计算样本i到步骤(3.1)中所建PCA模型的中心(O＝{0,0})的马氏距离；

(4.4)如果样本i在哪一类PCA模型下得到的马氏距离值最小，就将此样本判为哪一类。

4.按照权利要求3所述的方法，其特征在于，步骤(4.3)中，样本i到步骤(3.1)中所建PCA模型的中心(O＝{0,0})的马氏距离Dij的计算公式如下：

$D_{ij}=\sqrt{\[\frac{T_i^2}{T_{uc1}^2},\frac{S_i}{Q}\]S^{-1}{\[\frac{T_i^2}{T_{uc1}^2},\frac{S_i}{Q}\]}^{\′}}---\left(2\right).$

5.按照权利要求2-4任一所述的方法，其特征在于，利用得分向量计算验证集Smv中样本i的T²，T²计算公式如下：

$T_i^2=\underset{a=1}{\overset{A}{\Σ}}\frac{t_{ia}}{{\mathrm{\λ}}_{ia}}=\underset{a=1}{\overset{A}{\Σ}}\frac{t_{ia}^2}{s_{ia}^2}---\left(3\right);$

然后用F检验计算T²的临界值

$T_{ucl}^2=A(n^2-1)/n(n-A)*F_{crit}---\left(4\right)$

其中，公式(4)的自由度分别为A和(n-A)，n为建模的样本数，A为确定的最佳主成分数。

6.按照权利要求5所述的方法，其特征在于，PCA模型的残差阈值Q，可以用建模样本集的二次分布结果来近似确定，残差阈值Q计算公式如下：

$Q={\mathrm{\θ}}_1{\[\frac{z_{\mathrm{\α}}\sqrt{2{\mathrm{\θ}}_2{b}_0^2}}{{\mathrm{\θ}}_1}+\frac{{\mathrm{\θ}}_2{b}_0(b_0-1)}{{\mathrm{\θ}}_1^2}+1\]}^{1/b_0}---\left(5\right)$

其中，z_α为置信上限为100(1-α)％时的单位偏差，α的置信区间为0.04～0.06；

${\mathrm{\θ}}_i=\underset{j=A+1}{\overset{m}{\Σ}}{\mathrm{\λ}}_j^i---\left(6\right)$

其中，m为样本属性的维度，λ_j是协方差矩阵第j个特征值；

$b_0=1-(2{\mathrm{\θ}}_1{\mathrm{\θ}}_3/3{\mathrm{\θ}}_2^2)---\left(7\right).$

7.权利要求1-6任一所述的方法的用途，，其特征在于，所述新型光谱多元分析分类与识别方法适用于对固体、液体、气体状态的多组分样品的识别。