一种适于橄榄油掺杂识别的二维相关光谱多尺度建模方法

摘要

本发明公开了一种适于橄榄油掺杂识别的二维相关光谱多尺度建模方法,本发明首先选择最佳二维小波基对二维相关光谱进行多尺度分解并各层分别重构；其次应用NPLS对重构的每一层相关光谱进行建模预测并得到交叉验证的均方根误差；接着通过计算出的权值进行子模型融合；最后通过预测均方根误差和相关系数对多尺度-二维相关光谱模型的结果和性能进行评价。本方法相较于常规模型，显著提升常规拉曼光谱分析模型的精度和可靠性，不仅提挖掘出了样品光谱中新的表征信息，而且避免了信息的丢失，使得拉曼光谱分析更加简单，可靠，有望在复杂体系光谱分析中得到广泛的应用。

主权项

一种适于橄榄油掺杂识别的二维相关光谱多尺度建模方法,其特征在于，包括如下步骤：S1、采集不同橄榄油样品的原始光谱；S2、生成步骤S1采集原始光谱的二维相关光谱；S3、结合二维小波变换和二维相关光谱的特性，选择最佳小波基对二维相关光谱进行二维小波多尺度分解，得二维小波系数；S4、对步骤S3所得的二维小波系数进行图像重构；S5、对每一层重构的光谱图像分别进行多维偏最小二乘建模，得子模型，并得相应组别掺杂浓度预测值，以及每一层重构图像建模的掺杂浓度均方根误差；S6、使用权值将步骤S5所得的子模型进行模型融合，并计算RMSEP值和相关系数来评价模型预测效果。