为y = W · y。此时，分离矩阵W优选为混合矩 阵A的逆矩阵。
[0224] 在此，分离矩阵W的估计值a W的对数似然函数L( a W)能够由下面的公式表示：
[0225] 公式 26
[0226]
[0227] 在此，累加符号Σ的元素是各数据点x(t)上的对数似然。能够将该对数似然函 数L(~W)用作为ICA中的独立性指标。β散度的方法是通过使适当的函数与该对数似然函 数L(~W)作用而试图变换对数似然函数L(~W)，以便抑制数据中的尖峰噪声这样的离群值 的影响的方法。
[0228] 在利用β散度作为独立性指标的情况下，首先，使用预先已选择的函数Φρ而用 下面的公式对对数似然函数L(~W)进行变换。
[0229] 公式 27
[0230]
[0231] 然后，将该函数U (~W)认为是新的似然函数。
[0232] 作为用于使尖峰噪声这样的离群值的影响变小的函数Φ β，可以考虑对数似然值 (函数Φρ的括弧内的值）越小函数φ ρ的值越呈指数函数衰减这样的函数。作为这样的 函数φ β，能够使用例如以下。
[0233] 公式 28
[0234]
[0235] 在该函数中，β值越大，相对于各数据点ζ(在上述的公式（27)中对数似然）的 函数值越小。该β值能够凭经验决定，例如能设定为大约0.1。此外，作为该函数Φ Ρ，不 局限于式（28)的函数，也能利用β值越大相对于各数据点ζ的函数值越小这样的其他函 数。
[0236] 如果使用这种β散度作为独立性指标，则就能够恰当地抑制尖峰噪声这样的离 群值的影响。在考虑上述公式（27)这样的似然函数1^(1)的情况下，对应于该似然的最 大化而被最小化的概率分布间的疑似距为β散度。如果执行使用了这种β散度作为独立 性指标的ICA，则就能够降低尖峰噪声这样的离群值的影响而使有关构成成分^的校准精 度提高。
[0237] 此外，有关使用了 β 散度的 ICA，例如在 Minami Mihoko, Shinto Eguchi, "Robust Blind Source Separation byP-Divergence"，2002 中已有说明。
[0238] F.变形例
[0239] 本发明并不限于上述实施例及其变形例，能够在不脱离其主旨的范围内以各种方 式实施，例如能够进行以下那样的变形。
[0240] 变形例1 :
[0241] 在上述实施方式中，虽然未知成分的光谱S的元素数m预先凭经验或通过实验决 定，但是未知成分的光谱S的元素数m也可以通过作为MDL(Minimum Description Length: 最小描述长度）、AIC(Akaike Information Criteria:赤池信息量准则）而为人所知的信 息量基准等来决定。在采用MDL等的情况下，未知成分的光谱S的元素数m通过运算而由样 品的观测数据自动地决定。此外，关于MDL，在例如Independent component analysis for noisy data? MEG data analysis, 2000" 中已有说明。
[0242] 变形例2 :
[0243] 在上述实施方式中，虽然成为校准处理对象的被检测体由与在创建校准曲线时已 使用的样品相同的成分构成，但是也可以在被检测体中含有与在创建校准曲线时已使用的 样品相同的成分以外的未知成分。这是因为，由于假设独立成分彼此的内积为〇,因此与对 应于未知成分的独立成分的内积也认为是〇,在用内积求出混合系数的情况下，未知成分的 影响能够忽略。
[0244] 变形例3 :
[0245] 在上述实施方式中所使用的计算机可以构成为专用的装置。例如，可以只由硬件 电路实现图7和图13中示出的装置。或者，也可以是由硬件电路实现图7和图13中示出 的装置的功能的一部分，由软件实现其他部分。
[0246] 变形例4 :
[0247] 在上述实施方式中，虽然通过输入由分光测量仪测量的光谱而进行了关于样品和 被检测体的分光反射率光谱的输入，但本发明不局限于此。例如，也可以采用根据波长频带 不同的多个波段图像估计分光光谱并输入该分光光谱的构成。上述波段图像通过例如由具 备能改变透过波长频带的滤波器的多波段照相机拍摄样品和被检测体来得到。
[0248] 此外，上述的各实施例以及各变形例的构成成分中的、除权利要求书中所记载的 成分以外的成分是附加性的成分，可以适当省略。
【主权项】
1. 一种校准曲线创建方法，其特征在于，其创建用于从被检测体的观测数据导出关于 所述被检测体的目标成分的含量的校准曲线，包括： (a) 计算机取得关于所述被检测体的多个样品的所述观测数据的步骤； (b) 所述计算机取得关于各所述样品的所述目标成分的含量的步骤； (c) 所述计算机估计在将每个所述样品的观测数据分离成多个独立成分时的多个独立 成分，并根据所述多个独立成分，对每个所述样品求出与所述目标成分对应的混合系数的 步骤；以及 (d) 所述计算机根据多个所述样品的所述目标成分的含量和每个所述样品的所述混合 系数，求出所述校准曲线的回归公式的步骤， 所述（c)的步骤包括： (i) 所述计算机求出含有各所述样品的所述独立成分的独立成分矩阵的步骤； (ii) 所述计算机从所述独立成分矩阵求出估计混合矩阵的步骤，所述估计混合矩阵表 示规定各所述样品中的每个所述独立成分的独立成分元素的比例的向量的集合；以及 (iii) 所述计算机求出所述估计混合矩阵中包含的每个所述向量与多个所述样品的所 述目标成分的含量的相关性，选择被判断为所述相关性最高的所述向量，来作为与所述目 标成分对应的混合系数的步骤， 在所述步骤（i)中，所述计算机依次执行：包括所述观测数据的标准化的第一预处理、 包括白化的第二预处理和独立成分分析处理，从而求出所述独立成分矩阵， 所述计算机在所述第一预处理中，在零空间投影法的处理之后执行标准化，在所述零 空间投影法中，作为表示依赖于所述观测数据的数据长度N的序数λ的波动的单变量函 数，不使用指数为整数的所述λ的取幂函数，而使用所述λ的值在1至Ν的范围内随着所 述λ的增加而单调地增加的单变量函数，其中，所述λ为1至Ν的整数。2. 根据权利要求1所述的校准曲线创建方法，其特征在于， 所述单变量函数包括指数为非整数的实数的所述λ的取幂函数。3. 根据权利要求2所述的校准曲线创建方法，其特征在于， 所述λ的取幂函数的所述指数的值为0~3.0范围的非整数的实数。4. 一种校准曲线创建装置，其特征在于，创建用于从被检测体的观测数据导出关于所 述被检测体的目标成分的含量的校准曲线，包括： 样品观测数据取得部，取得关于所述被检测体的多个样品的所述观测数据； 样品目标成分量取得部，取得关于各所述样品的所述目标成分的含量； 混合系数估计部，估计在将每个所述样品的观测数据分离成多个独立成分时的多个独 立成分，并根据所述多个独立成分，对每个所述样品求出与所述目标成分对应的混合系数； 以及 回归公式计算部，根据多个所述样品的所述目标成分的含量和每个所述样品的所述混 合系数，求出所述校准曲线的回归公式， 所述混合系数估计部包括： 独立成分矩阵计算部，求出包含各所述样品的所述各独立成分的独立成分矩阵； 估计混合矩阵计算部，从所述独立成分矩阵中，求出估计混合矩阵，所述估计混合矩阵 表示规定各所述样品中的每个所述独立成分的独立成分元素的比例的向量的集合；以及 混合系数选择部，对于在所述估计混合矩阵中所包含的每个所述向量，求出与多个所 述样品的所述目标成分的含量相对的相关性，并选择被判断为所述相关性最高的所述向 量，来作为与所述目标成分对应的混合系数， 所述独立成分矩阵计算部依次执行：包括所述观测数据的标准化的第一预处理、包括 白化的第二预处理以及独立成分分析处理，从而求出所述独立成分矩阵， 所述独立成分矩阵计算部在所述第一预处理中，在零空间投影法的处理之后执行标准 化，在所述零空间投影法中，作为表示依赖于所述观测数据的数据长度N的序数λ的波动 的单变量函数，不使用指数为整数的所述λ的取幂函数，而使用所述λ的值在1至Ν的范 围内随所述λ的增加而单调地增加的单变量函数，其中，所述λ为1至Ν的整数。5. 根据权利要求4所述的校准曲线创建装置，其特征在于， 所述单变量函数包括指数为非整数的实数的所述λ的取幂函数。6. 根据权利要求5所述的校准曲线创建装置，其特征在于， 所述λ的取幂函数的所述指数的值为0~3.0范围的非整数的实数。7. -种目标成分校准方法，其特征在于，其求出关于被检测体的目标成分的含量，包 括： (a) 计算机取得关于所述被检测体的观测数据的步骤； (b) 所述计算机取得至少包括与所述目标成分对应的独立成分的校准用数据的步骤； (c) 所述计算机根据关于所述被检测体的观测数据和所述校准用数据而求出针对关于 所述被检测体的所述目标成分的混合系数的步骤；以及 (d) 所述计算机根据预先准备的、表示与所述目标成分对应的混合系数与含量的关系 的回归公式的常数和通过所述步骤（c)已求出的混合系数而算出所述目标成分的含量的 步骤， 在所述步骤（c)中，所述计算机依次执行：包括所述观测数据的标准化的第一预处理 和包括白化的第二预处理， 所述计算机在所述第一预处理中，在零空间投影法的处理之后执行标准化，在所述零 空间投影法中，作为表示依赖于所述观测数据的数据长度N的序数λ的波动的单变量函 数，不使用指数为整数的所述λ的取幂函数，而使用所述λ的值在1至Ν的范围内随所述 λ的增加而单调地增加的单变量函数，其中，所述λ为1至Ν的整数。8. 根据权利要求7所述的目标成分校准方法，其特征在于， 所述单变量函数包括指数为非整数的实数的所述λ的取幂函数。9. 根据权利要求8所述的目标成分校准方法，其特征在于， 所述λ的取幂函数的所述指数的值为0~3.0范围的非整数的实数。10. -种目标成分校准装置，其特征在于，其求出关于被检测体的目标成分的含量，包 括： 被检测体观测数据取得部，取得关于所述被检测体的观测数据； 校准用数据取得部，取得至少包含与所述目标成分对应的独立成分的校准用数据； 混合系数计算部，根据关于所述被检测体的观测数据和所述校准用数据，求出针对关 于所述被检测体的所述目标成分的混合系数；以及 目标成分量计算部，根据预先准备的、表示与所述目标成分对应的混合系数和含量的 关系的回归公式的常数和由所述混合系数计算部求出的混合系数，计算所述目标成分的含 量， 所述混合系数计算部依次执行包括所述观测数据的标准化的第一预处理和包括白化 的第二预处理，并在所述第一预处理中，在零空间投影法的处理之后执行标准化，在所述零 空间投影法中，作为表示依赖于所述观测数据的数据长度N的序数λ的波动的单变量函 数，不使用指数为整数的所述λ的取幂函数，而使用所述λ的值在1至Ν的范围内随所述 λ的增加而单调地增加的单变量函数，其中，所述λ为1至Ν的整数。11. 根据权利要求10所述的目标成分校准装置，其特征在于， 所述单变量函数包括指数为非整数的实数的所述λ的取幂函数。12. 根据权利要求11所述的目标成分校准装置，其特征在于， 所述λ的取幂函数的所述指数的值为0~3.0范围的非整数的实数。13. -种电子设备，其特征在于，具备权利要求10至12中任一项所述的目标成分校准 装置。
【专利摘要】本发明提供一种校准曲线创建方法及装置、目标成分校准方法及装置，用于降低观测数据中包含的基线波动的影响而提高校准精度。校准曲线创建方法包括：求出含有各样品的独立成分的独立成分矩阵的步骤，在该步骤中，包括依次执行包含观测数据的标准化的第一预处理、包含白化的第二预处理以及独立成分分析处理，从而求出独立成分矩阵的步骤。在第一预处理中，由零空间投影法的处理之后执行标准化。另外，在零空间投影法中，作为表示依赖于观测数据的数据长度N的序数λ(λ为1至N的整数)的波动的单变量函数，不使用指数为整数的λ的取幂函数，而使用λ的值在1至N的范围内随λ的增加而单调地增加的单变量函数。
【IPC分类】G06F19/00, G01N21/01, G01N21/31
【公开号】CN105466851
【申请号】CN201510624879
【发明人】仓沢光, 荒井佳文
【申请人】精工爱普生株式会社
【公开日】2016年4月6日
【申请日】2015年9月25日
【公告号】EP3007075A2, EP3007075A3, US20160091417