技术特征：
1.一种基于相似光谱拟合的多化学指标预测方法，其特征在于，包括以下步骤：(1)利用近红外光谱仪采集多个样品的近红外光谱作为样本集，采用分析化学方法检测每个样品的每种化学指标的检测值；(2)对样本集中每个近红外光谱进行预处理后，分别将每个近红外光谱作为目标谱，计算目标谱与样本集中其他近红外光谱的相似度；(3)在每个n的取值下，针对每个目标谱，选择与目标谱相似度前n大的n个近红外光谱进行趋近于目标谱的拟合，以确定与近红外光谱对应的n个拟合系数，其中，n的取值为大于1的自然数；(4)利用n个拟合系数计算每个目标谱的每个化学指标的拟合值，并计算拟合值与检测值的绝对误差；(5)针对每个化学指标，计算所有近红外光谱作为目标谱对应的绝对误差的平均值，筛选绝对误差的平均值最小时对应的n作为最终确定值n0；(6)对待测样本的近红外光谱作为目标谱，对目标谱进行预处理后，计算目标谱与样本集中其他近红外光谱的相似度，然后选择与目标谱相似度最大的n0个近红外光谱进行趋近于目标谱的拟合，以确定与近红外光谱对应的n0个拟合系数，利用n0个拟合系数计算目标谱的每个化学指标的拟合值。2.根据权利要求1所述的基于相似光谱拟合的多化学指标预测方法，其特征在于，所述对样本集中每个近红外光谱进行预处理，包括：对近红外光谱进行一阶导处理，然后将一阶导处理后的近红外光谱平均分段得到多个谱段，对每个谱段内的波数点进行校正。3.根据权利要求2所述的基于相似光谱拟合的多化学指标预测方法，其特征在于，所述对每个谱段内的波数点进行校正，包括：针对每个谱段，计算每个谱段内所有波数点的均值mean(x)和标准差std(x)，然后利用均值mean(x)和标准差std(x)按照以下公式进行校正：其中，x
i
表示谱段内第i个波数点的原始值，表示谱段内第i个波数点的校正值。4.根据权利要求1所述的基于相似光谱拟合的多化学指标预测方法，其特征在于，采用以下公式计算目标谱与样本集中其他近红外光谱的相似度：s＝-log
10
((1-p)*d)其中，s表示相似度，p表示皮尔逊相关系数，计算公式为p＝corr(y0,yj)，y0表示目标谱，yj表示第j个近红外光谱，d表示目标谱y0与近红外光谱yj之间的欧式距离。5.根据权利要求1所述的基于相似光谱拟合的多化学指标预测方法，其特征在于，步骤(3)中，在每个n的取值下，针对每个目标谱，构建的拟合问题为：其中，y0表示目标谱，y表示与目标谱相似度最大的前n大的n个近红外光谱形成的向量，w表示与近红外光谱对应的n个拟合系数形成的向量；
在求解拟合问题时，增加拟合系数为非负性、拟合系数之和为1约束，通过求解拟合问题，确定与近红外光谱对应的n个拟合系数。6.根据权利要求1所述的基于相似光谱拟合的多化学指标预测方法，其特征在于，步骤(4)中，采用以下公式，利用n个拟合系数计算每个目标谱的每个化学指标的拟合值：其中，w
j
表示第j个近红外光谱对应的拟合系数，z
j,k
表示第j个近红外光谱中第k个化学指标的化学值，l
k
表示第k个化学指标的拟合值。7.根据权利要求1所述的基于相似光谱拟合的多化学指标预测方法，其特征在于，在获得每个化学指标的绝对误差的平均值后，对每个化学指标的绝对误差的平均值进行量纲统一后，计算所有化学指标的绝对误差的平均值之和，筛选之和最小时对应的n作为最终确定的值n0。8.根据权利要求7所述的基于相似光谱拟合的多化学指标预测方法，其特征在于，采用以下方式计算对每个化学指标的绝对误差的平均值进行量纲统一：其中，e
k
表示第k个化学指标的绝对误差的平均值，f
k
表示第k个化学指标的检测值的平均值，cv
k
表示第k个化学指标的量纲统一值。9.根据权利要求1所述的基于相似光谱拟合的多化学指标预测方法，其特征在于，n的取值范围为2-100，若样本量低于200个，则n的下限为2，上限设定为样本量总数的一半。10.根据权利要求1所述的基于相似光谱拟合的多化学指标预测方法，其特征在于，当样品为固体时，利用近红外光谱仪采集样品的近红外光谱时，要求固体采用粉末状，粒度为35-45目。
技术总结
本发明公开了一种基于相似光谱拟合的多化学指标预测方法，包括：(1)采集多个样品的近红外光谱；(2)计算选定的目标谱与其他近红外光谱的相似度；(3)在每个N的取值下，针对每个目标谱，选择与目标谱相似度前N大的N个近红外光谱进行趋近于目标谱的拟合，以确定N个拟合系数；(4)利用N个拟合系数计算每个目标谱的每个化学指标的拟合值，并计算拟合值与检测值的绝对误差；(5)针对每个化学指标，计算所有近红外光谱作为目标谱对应的绝对误差的平均值，筛选绝对误差的平均值最小时对应的N作为最终确定值N0；(6)利用确定的N0按照步骤(2)～(4)计算测试样本的每个化学指标的拟合值。该方法实现多化学指标的快速准确预测。现多化学指标的快速准确预测。现多化学指标的快速准确预测。
技术研发人员：毕一鸣 汤晓东 苏燕 陈晓水 蒋佳磊 夏骏 斯文 帖金鑫 赵振杰 尹洁 李霞 朱书秀 吴继忠 王辉
受保护的技术使用者：浙江中烟工业有限责任公司
技术研发日：2021.10.22
技术公布日：2022/1/25