專利名稱：：氣體紅外光譜分析支持向量機校正模型方法的流程的制作方法
技術領域：
：本發(fā)明涉及一種對氣體組分濃度進行紅外光譜分析支持向量機校正模型方法的流程，具體的說是通過建立氣體紅外光譜數(shù)據(jù)樣本；紅外光譜數(shù)據(jù)預處理；支持向量機校正模型的訓練與檢驗等過程，利用已經(jīng)訓練和檢驗過的支持向量機校正模型，對輸入的氣體紅外光譜數(shù)據(jù)樣本進行分析計算，得出氣體組分濃度方法的流程。
背景技術：
：氣體紅外光譜分析的方法有多種，傳統(tǒng)的氣體紅外光譜分析方法主要有曲線擬合法、K矩陣法、P矩陣法、多元線性回歸法、最小二乘法、偏最小二乘回歸等。上述方法對于氣體組分氣體吸收譜線不重疊、組分少的氣體分析效果較好；但在處理含烴類等氣體組分氣體特征吸收譜線重疊嚴重的氣體時，上述方法不能有效的進行分析。同時，由于實際標定時難以制作海量的標定數(shù)據(jù)樣本。例如，某氣體的組分為5種，每種組分氣體的濃度為0%-100%，如果每種組分氣體濃度按1%的間隔標定100個點，則5組分氣體需1005個標定數(shù)據(jù)樣本。實際工作中，存在構造數(shù)量多且分布合理的氣體樣本是不容易實現(xiàn)的缺陷。
發(fā)明內容本發(fā)明的目的在于提供一種具有流程簡單、節(jié)省時間、使用方便的氣體紅外光譜分析支持向量機校正模型方法的流程。為了克服現(xiàn)有技術的不足，本發(fā)明的技術方案是這樣解決的本發(fā)明的特點和顯著的進步在于包括以下步驟1)、建立氣體紅外光譜數(shù)據(jù)樣本；包括①、制備已知濃度的標準樣氣；②、用光譜儀對巳知濃度的標準樣氣進行掃描，建立已知濃度的標準樣氣紅外光譜數(shù)據(jù)樣本，樣本的一部分作為訓練樣本，另一部分作為檢驗樣本；2)、對光譜數(shù)據(jù)進行預處理；包括①、對所建立的訓練樣本和檢驗樣本進行數(shù)據(jù)預處理；②、對預處理的數(shù)據(jù)進行噪聲和漂移的消除；3)、支持向量機校正模型的訓練與檢驗流程；包括①使用訓練樣本對支持向量機校正模型進行訓練，確定支持向量機的類型、核函數(shù)、懲罰因子C及損失函數(shù)f的數(shù)值；②、用檢驗樣本對支持向量機校正模型進行撿驗，檢驗滿足偏差要求，支持向量機校正模型有關參數(shù)被最終確定，確定參數(shù)后的支持向量機校正模型可用于實際未知氣體組分濃度的分析。所述的支持向量機校正模型在使用前要進行訓練，包括(1)首先，確定支持向量機校正模型參數(shù)，包括支持向量機類型、核函數(shù)、懲罰因子C及損失函數(shù)f的數(shù)值；(2)其次，用一部分已知濃度的標準樣氣紅外光譜數(shù)據(jù)樣本對支持向量機校正模型進行訓練，確定支持向量機類型、核函數(shù)、懲罰因子C及損失函數(shù)f的數(shù)值；(3)訓練時，已知濃度的氣體紅外光譜數(shù)據(jù)樣本作為支持向量機校正模型的輸入，輸出為氣體組分濃度；(4)、當輸出的氣體組分濃度與已知的氣體組分濃度的偏差滿足要求時，訓練結束；(5)、當輸出的氣體組分濃度與已知的氣體組分濃度的偏差不滿足要求時，進行誤差計算分析；(6)、根據(jù)誤差計算分析結果，調整支持向量機校正模型參數(shù)；(7)、將調整后的參數(shù)應用于支持向量機校正模型中，再次重復上述(3)、(4)的訓練。所述的支持向量機校正模型在使用前要進行檢驗，包括(1)、用另一部分已知濃度的標準樣氣紅外光譜數(shù)據(jù)樣本對支持向量機校正模型的參數(shù)進行檢驗，首先，檢驗是否滿足偏差要求，若滿足偏差要求，支持向量機校正模型有關參數(shù)被最終確定，確定參數(shù)后的支持向量機校正模型可用于實際未知氣體組分濃度的分析；(2)、若不滿足偏差要求，需要重新調整支持向量機校正模型有關參數(shù)，重新對支持向量機校正模型進行檢驗，如果滿足偏差要求，可用于實際未知氣體組分濃度的分析。本發(fā)明與現(xiàn)有的分析方法的流程相比，由于采用了支持向量機校正模型，流程具有簡單，節(jié)省時間，使用方便的特點。應用本發(fā)明所述流程分析5組分氣體組分濃度的時間小于10秒，分析的精度小于11圖1為本發(fā)明所述流程原理示意圖。圖2為本發(fā)明所述支持向量機校正模型訓練流程圖。圖3為本發(fā)明所述支持向量機校正模型檢驗流程圖。具體實施方式附圖為本發(fā)明的一個實施例。下面結合附圖和實施例，對本
發(fā)明內容作進一步的詳細說明，但本發(fā)明不限于這個實例。如附圖1所示，本發(fā)明的特點和顯著的進步在于所述的流程包括氣體紅外光譜數(shù)據(jù)樣本建立流程；紅外光譜數(shù)據(jù)預處理流程；支持向量機校正模型的訓練與檢驗流程。所述氣體紅外光譜數(shù)據(jù)樣本建立流程，包括1)制備已知濃度的標準樣氣；2)用光譜儀對已知濃度的標準樣氣進行掃描，建立已知濃度的標準樣氣紅外光譜數(shù)據(jù)樣本，樣本的一部分作為訓練樣本，另一部分作為檢驗樣本；所述紅外光譜數(shù)據(jù)預處理流程，是對所建立的訓練樣本和檢驗樣本進行數(shù)據(jù)預處理.，對預處理的數(shù)據(jù)進行噪聲和漂移的消除；支持向量機校正模型的訓練與檢驗流程，包括使用訓練樣本對支持向量機校正模型進行訓練，確定支持向量機的類型、核函數(shù)、懲罰因子C及損失函數(shù)f的數(shù)值；用檢驗樣本對支持向量機校正模型進行檢驗，檢驗滿足偏差要求，支持向量機校正模型有關參數(shù)被最終確定，確定參數(shù)后的支持向量機校正模型可用于實際未知氣體組分濃度的分析。下面針對具體的內容分步進行描述.-1、氣體樣本組分濃度情況的確定氣體樣本組分濃度的確定是流程建立的基礎工作。氣體樣本組分濃度的確定，通過如下的技術手段進行1)調查與查閱有關氣體情況的文獻資料；2)進行統(tǒng)計分析加工；3)考慮實際應用的需要。2、紅外光譜數(shù)據(jù)樣本的建立1)制備已知濃度的氣體樣本；2)用光譜儀對已知濃度的氣體樣本進行掃描，光譜儀的輸出為與已知濃度對應的紅外光譜數(shù)據(jù)樣本。樣本的一部分作為訓練樣本，另一部分作為檢驗樣本。3)紅外光譜數(shù)據(jù)樣本的結構為W，...,J。其中，x,x^為在d維實域空間i上的第"個氣體樣本，\'(x,，;^，…，、)為在掃描波長范圍內Z個光譜數(shù)據(jù)。3、紅外光譜數(shù)據(jù)祥本數(shù)據(jù)預處理用數(shù)據(jù)預處理方法對紅外光譜數(shù)據(jù)進行預處理；對預處理的數(shù)據(jù)進行噪聲和漂移的消除，提高氣體分析精度。數(shù)據(jù)預處理方法可以是目前能對紅外光譜數(shù)據(jù)樣本進行預處理的任何方法，本發(fā)明不做限定。4、支持向量機校正模型的訓練與檢驗用紅外光譜數(shù)據(jù)樣本對支持向量機校正模型進行訓練和檢驗。1)支持向量機校正模型訓練流程用紅外光譜數(shù)據(jù)樣本對支持向量機校正模型進行訓練，如附圖2所示。(1)首先，確定支持向量機校正模型參數(shù)，包括支持向量機類型、核函數(shù)、懲罰因子C及損失函數(shù)f的數(shù)值等。(2)然后用一部分樣本對支持向量機校正模型進行訓練，確定支持向量機類型、核函數(shù)、懲罰因子C及損失函數(shù)f的數(shù)值。(3)訓練時，已知濃度的氣體紅外光譜數(shù)據(jù)樣本^0，/W，…，J作為支持向量機校正模型的輸入，輸出為氣體組分濃度。當輸出的氣體組分濃度與已知的氣體組分濃度的偏差滿足要求時，訓練結束。2)支持向量機校正模型檢驗流程如附圖3所示。檢驗時，用另一部分樣本對支持向量機校正模型進行檢驗，檢驗滿足偏差要求，支持向量機校正模型有關參數(shù)被最終確定，確定參數(shù)后的支持向量機校正模型可用于實際未知氣體組分濃度的分析。實施例下面是發(fā)明人給出的一個實例，但本發(fā)明不限于這個實例。在本實例中，待測的氣體由乙垸、丙烷2種氣體組成。使用的光譜儀為紅外傅立葉光譜儀，在4000cm400cm—'波數(shù)范圍進行掃描，可獲得1860個紅外透過率光譜數(shù)據(jù)，覆蓋被測氣體組分氣體的主、次特征吸收譜線。在本實例中，氣體組分氣體的特征吸收譜線如表1所示。表l氣體組分氣體特征吸收譜線<table>tableseeoriginaldocumentpage9</column></row><table>從表l中可以看出，氣體組分氣體乙垸、丙烷的主特征吸收譜線和次特征吸收譜線的間隔很小，重疊嚴重。本發(fā)明氣體紅外光譜分析支持向量機校正模型方法的流程如下1)紅外光譜數(shù)據(jù)樣本的建立(1)制備已知濃度的標準樣氣用標準純乙烷、丙烷氣體按照表2的濃度進行配制，配制14個標準樣氣樣本。表2標準樣氣組分濃度表_序號123456廠8910111213T乙烷/%~i~"『579111315171913570烷/0/012345432123454(2)用紅外光譜儀對已知濃度的14個標準樣氣樣本進行掃描，建立己知濃度的標準樣氣紅外光譜數(shù)據(jù)樣本將配制好的14個標準樣氣樣本，逐一導入紅外光譜儀進行掃描，紅外光譜儀掃描范圍為400cm—'-4000cm1，獲得14個紅外光譜數(shù)據(jù)樣本，每一個紅外光譜數(shù)據(jù)樣本由1860個紅外透過率光譜數(shù)據(jù)組成。紅外光譜數(shù)據(jù)樣本的結構為ife),/P，…，J。其中，^xW為在d維實域空間i上的第/7個氣體樣本，x,9(^^2,...^,)為在掃描波長范圍內丄個光譜數(shù)據(jù)。其中，序號為奇數(shù)的部分作為訓練樣本，序號為偶數(shù)的部分作為檢驗樣本。2)紅外光譜數(shù)據(jù)樣本數(shù)據(jù)預處理本發(fā)明采用數(shù)據(jù)歸一擴展法對紅外光譜儀輸出的透射光譜數(shù)據(jù)進行預處理。歸一是把紅外光譜數(shù)據(jù)樣本歸為統(tǒng)一的模式下，避免光譜數(shù)據(jù)大小不一，歸一后值常為0到1，簡單說就是統(tǒng)一標準，消除噪聲和漂移的影響；擴展是將歸一的光譜數(shù)據(jù)進行放大，便于支持向量機校正模型對紅外光譜數(shù)據(jù)微小變化細節(jié)的處理，提高分析準確性和分辨數(shù)據(jù)歸一擴展，可用如下的公式來描述。<formula>formulaseeoriginaldocumentpage11</formula>式中，、,,是氣體紅外光譜數(shù)據(jù)樣本的平均值，/為光譜數(shù)據(jù)點的個數(shù)，^為放大倍數(shù)。3)、訓練與檢驗過程1)校正模型訓練流程使用表2中序號為奇數(shù)的樣本對支持向量機校正模型進行訓練，確定支持向量機的類型、核函數(shù)、懲罰因子C及損失函數(shù)f的數(shù)值。訓練時，用表2中序號為奇數(shù)的已知濃度的紅外光譜數(shù)據(jù)樣本&,),"，1,...,』作為支持向量機校正模型的輸入，輸出為表2中氣體的組分濃度。調整支持向量機的類型、核函數(shù)、懲罰因子C及損失函數(shù)f的數(shù)值等參數(shù)，當輸出的氣體組分濃度與已知的氣體組分濃度一致時，訓練結束。本實施例的支持向量機的類型為e-SVM;核函數(shù)為線性核函數(shù)；懲罰因子C的數(shù)值取C=16;損失函數(shù)f的數(shù)值取0.02。2)校正模型訓練流程檢驗時，用表2中序號為偶數(shù)的已知濃度的紅外光譜數(shù)據(jù)樣本^,),/Pl,…,^)作為支持向量機校正模型的輸入，對支持向量機校正模型進行檢驗，輸出為表2中序號為偶數(shù)的氣體組分濃度。如果檢驗滿足偏差要求，支持向量機校正模型有關參數(shù)被最終確定，確定參數(shù)后的支持向量機校正模型可用于實際未知氣體組分濃度的分析。根據(jù)上述過程，乙烷、丙烷氣體的檢驗計算結果如表3所示。_表3氣體組分濃度檢驗計算結果表_<table>tableseeoriginaldocumentpage11</column></row><table>實際濃度％檢驗濃度％偏差％實際濃度％檢驗濃度％偏差％3.003.140.142.002.020.027.007,300.304.004.120.1211.0011,080.084.003.940.0615.0015,100.102.001.930.0719.0019.650.652.002.880.123.003.170.174,003.960,047.006,940.064,004.040.0權利要求1.一種氣體紅外光譜分析支持向量機校正模型方法的流程，其特征在于包括以下步驟1)、建立氣體紅外光譜數(shù)據(jù)樣本；包括①、制備已知濃度的標準樣氣；②、用光譜儀對已知濃度的標準樣氣進行掃描，建立已知濃度的標準樣氣紅外光譜數(shù)據(jù)樣本，樣本的一部分作為訓練樣本，另一部分作為檢驗樣本；2)、對光譜數(shù)據(jù)進行預處理；包括①、對所建立的訓練樣本和檢驗樣本進行數(shù)據(jù)預處理；②、對預處理的數(shù)據(jù)進行噪聲和漂移的消除；3)、支持向量機校正模型的訓練與檢驗流程；包括①使用訓練樣本對支持向量機校正模型進行訓練，確定支持向量機的類型、核函數(shù)、懲罰因子C及損失函數(shù)ε的數(shù)值；②、用檢驗樣本對支持向量機校正模型進行檢驗，檢驗滿足偏差要求，支持向量機校正模型有關參數(shù)被最終確定，確定參數(shù)后的支持向量機校正模型可用于實際未知氣體組分濃度的分析。2、根據(jù)權利要求1所述的氣體紅外光譜分析支持向量機校正模型方法的流程，其特征在于所述的支持向量機校正模型在使用前要進行訓練，包括(1)首先，確定支持向量機校正模型參數(shù)，包括支持向量機類型、核函數(shù)、懲罰因子C及損失函數(shù)f的數(shù)值；(2)其次，用一部分已知濃度的標準樣氣紅外光譜數(shù)據(jù)樣本對支持向量機校正模型進行訓練，確定支持向量機類型、核函數(shù)、懲罰因子C及損失函數(shù)f的數(shù)值；(3)訓練時，已知濃度的氣體紅外光譜數(shù)據(jù)樣本作為支持向量機校正模型的輸入，輸出為氣體組分濃度；(4)、當輸出的氣體組分濃度與已知的氣體組分濃度的偏差滿足要求時，訓練結束；(5)、當輸出的氣體組分濃度與已知的氣體組分濃度的偏差不滿足要求時，進行誤差計算分析；(6)、根據(jù)誤差計算分析結果，調整支持向量機校正模型參數(shù)；(7)、將調整后的參數(shù)應用于支持向量機校正模型中，再次重復上述(3)、(4)的訓練。3、根據(jù)權利要求1所述的氣體紅外光譜分析支持向量機校正模型方法的流程，其特征在于所述的支持向量機校正模型在使用前需要進行檢驗，包括(1)、用另一部分已知濃度的標準樣氣紅外光譜數(shù)據(jù)樣本對支持向量機校正模型的參數(shù)進行檢驗，首先，檢驗是否滿足偏差要求，若滿足偏差要求，支持向量機校正模型有關參數(shù)被最終確定，確定參數(shù)后的支持向量機校正模型可用于實際未知氣體組分濃度的分析；(2)、若不滿足偏差要求，需要重新調整支持向量機校正模型有關參數(shù)，重新對支持向量機校正模型進行檢驗，如果滿足偏差要求，可用于實際未知氣體組分濃度的分析。全文摘要本發(fā)明公開了氣體紅外光譜分析支持向量機校正模型方法的流程。包括氣體紅外光譜數(shù)據(jù)樣本建立流程；數(shù)據(jù)預處理流程；支持向量機校正模型訓練與檢驗流程。所述氣體紅外光譜數(shù)據(jù)樣本建立流程包括制備已知濃度標準樣氣，用光譜儀對已知濃度的標準樣氣進行掃描；所述紅外光譜數(shù)據(jù)預處理流程，是對所建立的訓練樣本和檢驗樣本進行數(shù)據(jù)預處理，消除噪聲和漂移的影響；所述支持向量機校正模型的訓練與檢驗流程包括校正模型訓練流程，校正模型檢驗流程。經(jīng)過上述流程的支持向量機校正模型可用于實際未知氣體組分濃度的分析。具有簡單，節(jié)省時間，使用方便的特點。應用本發(fā)明所述流程分析5組分氣體組分濃度的時間小于10秒，分析的精度小于1％。文檔編號G01N21/35GK101271063SQ20081001814公開日2008年9月24日申請日期2008年5月7日優(yōu)先權日2008年5月7日發(fā)明者牧楊,鵬白,華譚,銳陳申請人:陜西恒智科技發(fā)展有限公司