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！

摘要：本发明公开了一种基于可逆特征提取的锌液痕量多离子光谱检测方法及其应用，包括：采集足量的待测锌液并检测其吸收光谱，抽取小部分样本进行化学分析得到各离子的浓度值；构建可逆的NICE模型，采用吸光度数据训练NICE模型，通过模型拟合吸光度的分布实现独立潜在特征的提取；基于NICE模型，对带离子浓度值的样本的吸光度数据进行可逆无损的特征提取并转化为独立潜在变量，利用独立潜在变量与对应离子浓度值，构建PLS回归模型；基于NICE模型和PLS回归模型，利用待测锌液的吸收光谱，预测各金属离子的浓度。本发明大大降低了检测成本、提高了检测实时性；解决了待测离子间吸收光谱严重重叠且相互干扰的问题，检测结果可靠。

主权项：1.一种基于可逆特征提取的锌液痕量多离子光谱检测方法，其特征在于，包括：S1、采集足量的不同时刻的工业现场的待测锌液，检测所述待测锌液在测量体系下的吸收光谱，同时，抽取所述待测锌液中的小部分样本进行化学方法分析，得到各离子的浓度值；S2、构建可逆的非线性独立成分估计的NICE模型，将步骤S1中测得的吸收光谱的吸光度数据对所述NICE模型进行训练，通过模型拟合吸光度的分布实现独立潜在特征的提取；S3、基于所述NICE模型，对带离子浓度值的样本的吸光度数据进行可逆且无损的特征提取，并转化为独立潜在变量，利用得到的独立潜在变量与对应的离子浓度值，构建预测多离子浓度的PLS回归模型；S4、基于所述NICE模型和所述PLS回归模型，利用待测锌液的吸收光谱，预测待测锌液中各金属离子的浓度，从而实现锌液中多种痕量金属离子浓度的快速测量；在步骤S2中，构建所述NICE模型并对其进行训练的过程，包括：S21、为实现可逆的特征提取，构建NICE模型；S22、利用步骤S1中测得的吸收光谱训练所述NICE模型；在步骤S22中，利用步骤S1中测得的吸收光谱训练所述NICE模型，包括：首先构建n个加性耦合层，激活函数为线性整流函数ReLU，优化器选择Adam算法，最大迭代次数为m次；所述NICE模型属于无监督学习，不需要离子浓度标签值，直接将S1中测得的吸收光谱作为网络模型的输入，训练NICE模型；NICE模型训练完成后，即确定了吸收光谱x到潜在变量z的变换f；在步骤S3中，包括：S31、基于训练好的所述NICE模型，将标记样本吸光度ＸL变换为潜在变量ＺL;S32、利用得到的新变量ＺL与对应的离子浓度YL，建立PLS回归模型。

全文数据：

权利要求：

百度查询： 中南大学 一种基于可逆特征提取的锌液痕量多离子光谱检测方法及其应用