买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：黑龙江八一农垦大学

摘要：本发明提出了一种利用近红外光谱快速检测沼液中氨氮浓度的方法，通过结合1mm和4mm比色皿光谱数据融合，以及二进制冠状病毒群体免疫优化算法的特征波长优选，显著提高了光谱回归模型的分析准确性和预测能力。该方法首先去除1mm比色皿光谱数据中的平顶峰波长，然后融合4mm比色皿的低频数据，通过归一化进行多比色皿数据融合。二进制冠状病毒群体免疫优化算法通过模拟病毒传播和免疫过程，优化波长选择方案，并通过多次运行选择重复选中的波长，有利于构建精简稳健、泛化能力的光谱检测模型。本发明为实现快速、无损、低成本的氨氮浓度检测提供了一种有效的解决方案。

主权项：1.一种基于近红外光谱多比色皿融合的沼液氨氮浓度检测方法，其特征在于，包含如下所述步骤：1采集不同来源的秸秆、粪污的农牧废弃物有机物作为发酵底物进行厌氧发酵实验，采集一定数量的厌氧发酵液样本；使用冷冻离心机离心分离后，取上清液进行1mm和4mm透射光谱数据采集，再对上清液使用0.45μm超滤膜过滤后取滤液，采用FOSSFLASTAR5000连续流动注射分析仪对样品滤液的氨氮浓度进行测定；2输入光谱数据和对应的化学指标数据，采用Savitzky-Golay平滑、多元散射校正、标准正态变换、一阶导数处理四种方式对光谱数据进行预处理，以全部样本数据建立全谱下的偏最小二乘回归模型，通过比较偏最小二乘回归模型10折交叉验证均方根误差的大小来确定最佳的预处理方法；3先去掉1mm比色皿光谱数据中吸光度值较大的平顶峰区域的波长变量，以消除水中羟基对光谱测量结果的影响，并用4mm比色皿采集的光谱数据中相应区域的数据进行替代，以提高低波数频段的信息丰富度；再对融合后的样本数据集采用Kennard-Stone法进行样本集划分，构建校正集和验证集用于回归校正模型构建和性能评测；4执行二进制冠状病毒群体免疫优化算法BCHIO，以校正集样本数据为波长选择依据进行种群和算法参数初始化，以待优选光谱波长变量个数为码长进行二进制种群初始化，随机生成一个N×D的二维矩阵作为初始种群，问题的解可以用向量表示，其中i∈[1，N]，所有个体的类型可以用向量S＝S1,S2…SN表示，当S值是0对应状态为易感个体；S值是1为感染个体；S值是2为免疫个体；5将初始二进制种群中每个个体值为“1”位对应的光谱数据带入偏最小二乘回归校正模型计算初始目标函数值和适应度函数值；执行个体更新，随机选择个体进行对比，使用随机数确定选择的个体类型，对于每个维度，使用公式更新个体的值，其中，j∈[1，D]，r是随机数，k为随机选择的个体，其值与接触距离BRr有关，如果r∈[0，BRr3，则从感染个体中选；如果r∈[BRr3，2×BRr3，则从易感个体中选；如果r∈[2×BRr3，BRr，则从免疫个体中选；如果r∈[BRr，1，则个体不进行更新；保存更新后的每个个体的结果，形成新的种群；然后再利用Sigmoid函数将生成的新种群转换为只有“0”或“1”的二进制数；6进入群体更新阶段，根据个体的适应度评估更新个体和群体的最优状态，每个解的适应度函数通过目标函数进行计算如式1所示，所有个体的适应度可以用向量F＝F1,F2…FN表示，根据式2进行个体状态的更新： 其中，i∈[1，N]，j∈[1，D]，Obj为目标函数，Fi为个体适应度函数值，meanF为种群平均适应度函数，is_CoronaXi表示个体是否是感染者个体；7在新个体生成阶段，若个体适应度在预定次数内未得到改善，则采用特定的映射和随机机制生成新个体，这样可以有效的避免陷入局部最优，并使种群多样化；8重复5至7，直至达到最大迭代次数或满足收敛条件，最后将目标函数最小值所对应的二进制解中值为“1”位对应的波长变量作为特征波长，进行下一步建模；9为了在不影响模型性能的前提下尽可能地减小建模复杂度，采用多次运行选择重复选中波长变量的策略优选特征波长，算法执行50轮次特征波长优选，记录其每次优选的波长变量，统计其重复选中波长变量个数，通过选择不同重复选中的波长变量建立偏最小二乘回归模型来评价二进制冠状病毒群体免疫优化算法的波长选择性能。

全文数据：

权利要求：

百度查询： 黑龙江八一农垦大学 基于近红外光谱多比色皿融合的沼液氨氮浓度检测方法