基于背景估計的非對稱最小二乘基線校正方法技術

本發明專利技術公開了一種基于背景估計的非對稱最小二乘基線校正方法，包括:利用直方圖背景估計方法計算出的背景值做為基線的初始值；建立改進的非對稱最小二乘基線校正模型；迭代地求解該模型；判斷前后兩次迭代光譜的背景值，如果幾乎不改變，則整個算法終止，輸出最終的基線。本發明專利技術所設計的基于背景估計的非對稱最小二乘基線校正方法操作簡單，方便適用，可靠性高，針對性強，在保持紅外譜圖峰位和峰形不變的同時，有效地消除了譜圖的基線，取得了較好的效果。

【技術實現步驟摘要】

本專利技術涉及紅外光譜化學計量學定性/定量分析
，特別是涉及ー種基于背景估計的非対稱最小ニ乘基線校正方法。
技術介紹
譜圖采集過程中會受到背景溫度、濕度等外界環境以及儀器自身工作狀況的影響，導致最終獲取的光譜圖呈現不同程度的基線漂移?；€漂移一方面會影響定性分析的精度，另一方面會導致光譜峰高和峰面積測量失真，從而影響定量分析的精度。另外，即使是相似的光譜樣本，其基線也可能有很大的不同，從而導致基于這些光譜樣本建立的數學模型缺乏魯棒性。為了建立一個穩定、可靠的定性分析或定量分析模型，必須進行基線校正。 基線校正有人工校正和自動校正兩種。人工校正一般是通過人機兩互的方式選取譜圖上的特征點，然后將這些特征點擬合成一條曲線。這種方法費時、費力，且由于人工選擇的特征點隨意性較大，其重現性較差。Schulze等人對基線自動校正算法進行了全面的綜述[I]，目前主要有微分和濾波方法[2]、形態學方法[3]、插值擬合方法[4]、背景估計方法[51]，等等。但是這些方法都有不足之處。微分方法可以消除常數和線性漂移，但同時也放大了譜圖中的高頻噪聲；形態學方法可以有效消除基線基線漂移，但是由于紅外譜圖中各吸收峰的峰寬不一致，其結構元素的選擇十分棘手；插值擬合方法中，插值節點的自動選取需要依靠人工經驗，并且不同的插值函數擬合出的基線也不盡相同；背景估計方法如SNIP [8]，其方法快速簡便，但迭代次數的選擇是個難題，過大過小都不合適。非対稱最小ニ乘基線校正算法是Eilers等人2003年提出來的[9]，它具有嚴格的數學理論基礎，在處理譜圖時有較好的效果，因而受到了廣泛的關注。該方法基于Whittaker smoother估計基線[10 11],要求待求基線非對稱地擬合給定光譜，同時對待求基線施加某種光滑性約束。但是該算法只考慮了ニ階導數的平滑性約束，實際上在基線盡可能平滑的前提下，我們不僅要求擬合出的數值與原始數據之間的誤差很小，而且還要求它們的ー階導數很接近。因此，基線校正直接應用非対稱最小ニ乘算法是有局限性的，必須充分考慮紅外光譜自身的物理特性。[I]Schulze G, Jirasek A, Yu M M L, et al.1nvestigation of SelectedBaselineRemoval Techniques as Candidates for Automated Implementation.Appliedspectroscopy, 2005，59(5) : 545-574[ 2 ] Leger M N and Ryder a G. Comparison of DerivativePreprocessingand Automated Polynomial Basel me Correction Method forClassificationand Quantification of Narcotics in Solid Mixtures.Appliedspectroscopy,2006，60(2):182-193[ 3 ] P . Maragos，R. W. Schafer. Morphological Filters. Part1. TheirSet-Theoretic Analysis and Relations to Linear Shift-1nvariant Filters.IEEE Trans, on Acoustics, Speech, and Signal Processing, VOL. 35, NO. 8, 1987[4] Brown D E. Fully Automated Baseline Correction of Id and 2dNmrSpectra Using Bernstein Polynomials. Journal of Magnetic Resonance, SeriesA，1995，114(2) :268-270[5]Andrade L and Manolakos E S. Signal Background Estimation andBaselineCorrection Algorithms for Accurate DNA Sequencing. The Journalof VLSI SignalProcessing, 2003，35(3) : 229-243[6] Andrade L and Manolakos E S. Accurate Estimation of theSignalBaseline in DNA Chromatograms. 2002. 35-44[7]Marion D and Bax A.Baseline Correction of 2d Ft Nmr Spectra UsingaSimple Linear Prediction Extrapolation of the Time—Domain Data.J.Magn. Reson，1989,83(1) :205-211[8] Ryan C G, Clayton E J, Griffin W L，et al. Snip, aStatistics-SensitiveBackground Treatment for the Quantitative Analysisof Pixe Spectra in GeoscienceApplications. Nuclear Instruments andMethods in Physics Research SectionB, 1988，34(3)[9]P. H. C. Eilers, H. F. M. Boelens. Baseline Correction withAsymmetric LeastSquares Smoothing, 2005，10[10]Newey W K and Powell J L. Asymmetric Least Squares EstimationandTesting.Econometrica: Journal of the Econometric Society，1987:819—847[lljEilers P H C. A Perfect Smoother. Anal. Chem，2003，75 (14) : 3631-363
技術實現思路
本專利技術所要解決的技術問題是提供ー種操作簡單，方便適用，可靠性高，針對性強，在保持紅外譜圖峰位和峰形不變的同時，有效地消除了譜圖的基線的基于背景估計的非対稱最小ニ乘基線校正方法。為了解決上述的技術問題本專利技術設計了ー種基于背景估計的非対稱最小ニ乘基線校正方法，包括如下具體步驟步驟(I):利用直方圖背景估計方法計算出的背景值做為基線的初始值Ci ；步驟(2):建立改進的非對稱最小ニ乘基線校正模型；步驟(3):迭代地求解步驟(2)中的改進的非對稱最小ニ乘基線校正模型，得到迭代后的光譜的背景值c(i+1);步驟(4):比較迭代前后光譜的背景值，如果幾乎不改變，則整個算法終止，輸出最終的基線。作為本專利技術的一種優化方法所述步驟(I)包括如下具體處理步驟(11):初始化i 本文檔來自技高網...

【技術保護點】
一種基于背景估計的非對稱最小二乘基線校正方法，其特征在于，包括如下具體步驟：步驟（1）：利用直方圖背景估計方法計算出的背景值做為基線的初始值ci；步驟（2）：建立改進的非對稱最小二乘基線校正模型；步驟（3）：迭代地求解步驟（2）中的改進的非對稱最小二乘基線校正模型，得到迭代后的光譜的背景值c(i+1)；步驟（4）：比較迭代前后光譜的背景值，如果幾乎不改變，則整個算法終止，輸出最終的基線。

【技術特征摘要】
1.一種基于背景估計的非對稱最小二乘基線校正方法，其特征在于，包括如下具體步驟 步驟(I):利用直方圖背景估計方法計算出的背景值做為基線的初始值Ci ； 步驟(2):建立改進的非對稱最小二乘基線校正模型； 步驟(3):迭代地求解步驟(2)中的改進的非對稱最小二乘基線校正模型，得到迭代后的光譜的背景值c(i+1); 步驟(4):比較迭代前后光譜的背景值，如果幾乎不改變，則整個算法終止，輸出最終的基線。2.根據權利要求1所述的基于背景估計的非對稱最小二乘基線校正方法，其特征在于，所述步驟(I)包括如下具體處理 步驟(11):初始化i — 0，XQ— {窗口中所有樣本}； 步驟(12):計算Xi的標準差σ i ;步驟(13):計算柱子數目 η — round ((max (Xi) -min (Xi)) / σ )； 步驟(14):計算柱子大小 s *- (max (Xi)-min (Xi)Vn ； 步驟(15):計算直方圖H — hist (Xi, n, s)； 步驟(16):找出直方圖中最大柱子的中心Ci ；步驟(17):更新窗口，Xi+1 - {x e Xi1-2 σ j ^ X-Ci ^ 2σ J ； 步驟(18):判斷停止條件，如果|Χ +...

【專利技術屬性】
技術研發人員：劉軍，姜久英，王海燕，
申請(專利權)人：江蘇省質量安全工程研究院，
類型：發明
國別省市：