CN113533581B - 基于信息熵分析物质质量的方法及计算机可读存储介质 - Google Patents
基于信息熵分析物质质量的方法及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113533581B CN113533581B CN202110927531.5A CN202110927531A CN113533581B CN 113533581 B CN113533581 B CN 113533581B CN 202110927531 A CN202110927531 A CN 202110927531A CN 113533581 B CN113533581 B CN 113533581B
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- area
- information entropy
- sample
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
- G01N27/622—Ion mobility spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
- G01N30/8686—Fingerprinting, e.g. without prior knowledge of the sample components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N2030/022—Column chromatography characterised by the kind of separation mechanism
- G01N2030/025—Gas chromatography
Abstract
本发明公开了一种基于信息熵分析物质质量的方法,包括:获取标准样品的气相离子迁移谱图,在标准样品的气相离子迁移谱图中选取表征挥发性物质的第一图谱,其中,第一图谱包括多个指纹区域;获取各指纹区域的信息熵;获取待检测样品的气相离子迁移谱图,在待检测样品的气相离子迁移谱图中选取表征挥发性物质的第二图谱,获取第二图谱中的各目标区域的信息熵,目标区域与指纹区域一一对应;分别比较各指纹区域的信息熵和各目标区域的信息熵,以分析待检测样品的质量。该方法能够在一定程度上避免主观因素的带来的误差,实现对待测样品质量的快速分析。本发明还公开了一种计算机可读存储介质。
Description
技术领域
本发明涉及气相色谱离子迁移谱技术应用领域,特别涉及一种基于信息熵分析物质质量的方法及计算机可读存储介质。
背景技术
烟用香精香料中含有大量的挥发性成分,能改善卷烟吸味品质,并赋予卷烟特征香气,香精香料的质量稳定性直接影响卷烟产品的质量稳定性。现阶段,香精香料的质量主要通过理化指标、感官指标等进行判断,但这些指标的检测过程繁琐,且受人为影响因素较大。
气相色谱-离子迁移谱(Gas Chromatography-Ion Mobility Spectrometer,GC-IMS)技术结合了强分辨力的气相色谱技术和高灵敏度的离子迁移谱技术。该技术极大增强了气相色谱的检测灵敏度,同时提高离子迁移谱的分辨率和线性响应范围,因此在食品、烟草、军事、化工等方面得到了广泛的应用。诸如,专利公开号为CN109655530A的一篇中国专利正是利用气相离子迁移谱图(即GC-IMS图谱)来鉴别香精香料质量差异,但是该方法采用人工选择香精香料的特征区域进行分析,在检测过程中需要人工选择特征峰,选取结果在一定程度上依赖于检测人员的经验水平,导致影响检测结果的准确性。
发明内容
本发明的主要目的在于解决现有技术在烟用香精香料的质量检测中,因人工选择特征峰,分析结果受操作人员经验水平限制而可能导致检测结果不准确的问题。
为实现上述目的,本发明的实施例提供了一种基于信息熵分析物质质量的方法,能够在一定程度上避免主观因素的带来的误差,实现对待测样品质量的快速分析。具体地,该方法包括:
获取标准样品的气相离子迁移谱图,在标准样品的气相离子迁移谱图中选取表征挥发性物质的第一图谱,其中,第一图谱包括多个指纹区域;
获取各指纹区域的信息熵;
获取待检测样品的气相离子迁移谱图,在待检测样品的气相离子迁移谱图中选取表征挥发性物质的第二图谱,获取第二图谱中的各目标区域的信息熵,目标区域与指纹区域一一对应;
分别比较各指纹区域的信息熵和各目标区域的信息熵,以分析待检测样品的质量。
本发明采用首先得到标准样品的GC-IMS图谱的指纹区域和待检测样品GC-IMS图谱中的目标区域,再分别计算标准样品、待测样品的在各个区域的信息熵,通过比较信息熵判断待测样品与标准样品的一致性及差异性。该方法可以自动快速寻找标准样品的指纹区域,并判断标准样品与待测样品在各个指纹区域的差异,以挥发性成分为分析对象,可以实现对待检测物质质量的快速分析。
作为本发明的一个具体实施方式,获取第一图谱中的各指纹区域的信息熵包括:
将第一图谱转换为二值化图像;
在二值化图像中,获取每个指纹区域的边缘点集;
针对每一个指纹区域,根据指纹区域的边缘点集,基于第一图谱获取指纹区域对应的数据矩阵;
基于各指纹区域对应的数据矩阵,分别求取各指纹区域的信息熵。
作为本发明的一个具体实施方式,根据指纹区域的边缘点集,基于第一图谱获取指纹区域对应的数据矩阵包括:
根据指纹区域的边缘点集,基于第一图谱,获取指纹区域对应的离子迁移时间的起止点和色谱保留时间的起止点;
根据指纹区域对应的离子迁移时间的起止点和色谱保留时间的起止点,在第一图谱中选取指纹区域对应的数据矩阵。
作为本发明的一个具体实施方式,获取第二图谱中的各目标区域的信息熵包括:
基于各指纹区域对应的离子迁移时间的起止点和色谱保留时间的起止点,确定第二图谱中的各目标区域,其中,目标区域对应的离子迁移时间的起止点与其相应的指纹区域对应的离子迁移时间的起止点相同,目标区域对应的色谱保留时间的起止点与其相应的指纹区域对应的色谱保留时间的起止点相同;
在第二图谱中选取各目标区域对应的数据矩阵;
基于各目标区域对应的数据矩阵,分别求取各目标区域的信息熵。
作为本发明的一个具体实施方式,分别比较各指纹区域的信息熵和各目标区域的信息熵,以分析待检测样品的质量包括:
计算各所述指纹区域的信息熵和各所述目标区域的信息熵之间的相关系数;
若所述相关系数小于或等于预设阈值,则待检测样品质量不合格;
否则,分别计算每一个所述目标区域的信息熵与其对应的所述指纹区域的信息熵之间的相对误差;
根据各所述相对误差,判断所述待检测样品质量是否合格。
作为本发明的一个具体实施方式,所述根据各所述相对误差,判断所述待检测样品质量是否合格包括:
针对每一个所述相对误差,判断该相对误差对应的指纹区域的类型,所述指纹区域的类型包括高含量区域和低含量区域;
若所述相对误差对应的指纹区域是所述高含量区域,则将所述相对误差与第一阈值进行比较,以判断所述相对误差对应的目标区域是否为不合格高含量区域;
若所述相对误差对应的指纹区域是所述低含量区域,则将所述相对误差与第二阈值进行比较,以判断所述相对误差对应的目标区域是否为不合格低含量区域;
分别统计所述不合格高含量区域和所述不合格低含量区域的数量;
若所述不合格高含量区域的数量大于或等于第一数量阈值,和/或,所述不合格低含量区域的数量大于或等于第二数量阈值,则认为所述待检测样品质量不合格。
作为本发明的一个具体实施方式,指纹区域的类型的判断方法包括:
计算各所述指纹区域的信息熵的平均值;
将各所述指纹区域的信息熵与所述平均值进行比较以判断各所述指纹区域的类型;
若所述指纹区域的信息熵大于或等于所述平均值,所述指纹区域为所述高含量区域;
否则,所述指纹区域为所述低含量区域。
作为本发明的一个具体实施方式,所述第一阈值小于所述第二阈值。
作为本发明的一个具体实施方式,利用图像边缘检测算法提取二值化图像中的每个指纹区域的边缘点集,和/或,利用阈值转换法将第一图谱转换为二值化图像。
相应地,本发明还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有指令,该指令在计算机上执行时使得计算机执行上述基于信息熵分析物质质量的方法。
附图说明
图1示出本发明一具体实施方式提供的基于信息熵分析物质质量的方法的流程图;
图2示出本发明一具体实施方式提供的标准样品的GC-IMS图谱;
图3示出本发明一具体实施方式提供的第一图谱中的各指纹区域的划分图;
图4示出本发明一具体实施方式提供的各指纹区域和各目标区域的对比图;
图5示出本发明一具体实施方式提供的各指纹区域信息熵与各目标区域信息熵的汇总图;
图6示出本发明一具体实施方式提供的电子设备的示意框图;
图7示出本发明一具体实施方式提供的片上系统的示意框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点及功效。虽然本发明的描述将结合较佳实施例一起介绍,但这并不代表此发明的特征仅限于该实施方式。恰恰相反,结合实施方式作发明介绍的目的是为了覆盖基于本发明的权利要求而有可能延伸出的其它选择或改造。为了提供对本发明的深度了解,以下描述中将包含许多具体的细节。本发明也可以不使用这些细节实施。此外,为了避免混乱或模糊本发明的重点,有些具体细节将在描述中被省略。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
应注意的是,在本说明书中,相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步地详细描述。
如图1所示,本发明提供了一种基于信息熵分析物质质量的方法,包括如下步骤:
步骤S1:获取标准样品的气相离子迁移谱图,在标准样品的气相离子迁移谱图中选取表征挥发性物质的第一图谱,其中,第一图谱包括多个指纹区域。
在具体实施时,可以利用气相色谱-离子迁移谱仪器(比如德国GAS仪器公司的型号为的顶空-气相色谱-离子迁移谱仪器)获取得到待检测物质标准样品(诸如料液、卷烟、植物油等等)的气相离子迁移谱图,然后利用软件导出气相离子迁移谱图的数据矩阵(也可称之为气相色谱-离子迁移谱数据矩阵)。需要说明的是,由气相离子迁移谱图获得的数据矩阵包括了离子迁移时间、色谱保留时间和离子强度等信息,为后续分析提供了更加丰富的化学信息。可选地,该数据矩阵可以为CSV格式。
具体地,该数据矩阵的行方向表征了在某个色谱时间的迁移谱信息,该矩阵的列方向表示了在某个迁移时间点的色谱信息,或者也可以理解为该数据矩阵中的每个数据元素表征的是在某个色谱时间点和某一迁移时间点的离子强度,其中,同一行的数据表征的是在同一色谱保留时间但不同离子迁移时间的各离子强度,同一列的数据表征的是在同一离子迁移时间但不同色谱保留时间的各离子强度。具体地,数据矩阵的表现形式可以为:
其中,X代表气相离子迁移谱的数据矩阵,Rti代表第i个色谱保留时间点,Dtj代表第j个离子迁移时间点,矩阵中的第一行代表各离子迁移时间,矩阵中的第一列代表各色谱保留时间,xij代表该矩阵中位于第i行第j列的数据元素,该数据元素表征了在某一特定色谱保留时间和某一特定离子迁移时间的离子强度。其中,第一行至第m行是按照色谱保留时间排列的,第一列至第n列是按照离子迁移时间排列的。
由于GC-IMS图谱还包含其他信息,为了简化后续分析步骤,在此本发明只选取GC-IMS图谱中能够表征挥发性物质的第一图谱,可选地,可以选用离子迁移时间为1.06ms~2.00ms,色谱保留时间为0~840s所对应的区域的图谱作为第一图谱。
在具体实施时,可以在上述提到的气相色谱-离子迁移谱数据矩阵中选取与第一图谱相关的特征数据矩阵,特征数据矩阵中的各个数据元素为离子迁移时间为1.06ms~2.00ms,色谱保留时间为0~840s这一范围内所对应的离子强度。即从气相色谱-离子迁移谱数据矩阵中提取出离子迁移时间介于1.06ms~2.00ms且色谱保留时间介于0~840s之间的各个离子强度,构建新的特征数据矩阵。同样的,特征数据矩阵中位于同一行的数据表征在同一色谱保留时间但不同离子迁移时间的各离子强度,特征数据矩阵中位于同一列的数据表征在同一离子迁移时间但不同色谱保留时间的各离子强度。具体地,该特征数据矩阵的形式可以为
其中,Y代表特征数据矩阵,Rti代表第i个色谱保留时间点,Dtj代表第j个离子迁移时间点,矩阵中的第一行代表各离子迁移时间,矩阵中的第一列代表各色谱保留时间,yij代表处于第i行第j列的数据元素,同样的,第一行至第a行是按照色谱保留时间排列的,第一列至第b列是按照离子迁移时间排列的,且a小于或等于m,b小于或等于n。
具体地,当待检测样品和标准样品的种类为烟用香精香料时,顶空-气相色谱-离子迁移谱条件包括:
顶空进样条件设定为:孵化温度60℃、孵化时间15min、进样体积120μl、进样针温度80℃;
气相色谱-离子迁移谱仪器条件设定为:色谱柱为多毛细管分离柱,固定相OV-5、色谱柱温40℃、迁移管温度45℃、进样口温度80℃、进样器-色谱柱管路温度65℃、载气为高纯氮气;
载气流速采用程序升速模式,其中,0~5min载气速度为2ml/min,5~28.5min载气速度由2ml/min逐渐上升到150ml/min,28.5~30.0min载气速度降为2ml/min;迁移谱迁移气体流量150ml/min。
在该条件下,待检测物质的挥发性物质成分分离度好,检测到的挥发性成分多,能快速采集到料液中的挥发性成分。
步骤S2:获取各指纹区域的信息熵。
具体地,可以在第一图谱的数据矩阵中获取各个指纹区域对应的数据矩阵,然后根据各指纹区域的数据矩阵,计算出各个指纹区域的信息熵。
步骤S3:获取待检测样品的气相离子迁移谱图,在待检测样品的气相离子迁移谱图中选取表征挥发性物质的第二图谱,获取第二图谱中的各目标区域的信息熵,目标区域与指纹区域一一对应。
利用与检测标准样品同样的方法获取待检测样品的GC-IMS图谱,并从待检测样品的GC-IMS图谱中选取能够表征挥发性物质的第二图谱。同样的,第二图谱中也包含多个目标区域,各目标区域与各指纹区域一一对应。在具体实施时,利用电脑编程设计实现先根据第一图谱中的指纹区域设定矩形或其它形状的截取框,然后利用截取框在第二图谱中选取该指纹区域对应的目标区域。
同样的,第二图谱也可以表征为矩阵形式,目标数据对应的数据矩阵可以在第二图谱的数据矩阵中进行选取。然后根据每个目标区域的数据矩阵计算其信息熵。
步骤S4:分别比较各指纹区域的信息熵和各目标区域的信息熵,以分析待检测样品的质量。
两个区域的熵值越接近,说明其越相似。如果,某些目标区域的信息熵与其相应的指纹区域的信息熵差别较大,则表明标准样品与待测样品的挥发性组分差异体现在这部分区域。具体地,若待检测样品各目标区域的信息熵与标准样品各指纹区域的信息熵均十分相似,则可以说明该待检测样品质量合格。
本发明采用首先得到标准样品的GC-IMS图谱的指纹区域和待检测样品GC-IMS图谱中的目标区域,再分别计算标准样品、待测样品的在各个区域的信息熵,通过比较信息熵判断待测样品与标准样品的一致性及差异性。该方法可以自动快速寻找标准样品的指纹区域,并判断标准样品与待测样品在各个指纹区域的差异,以挥发性成分为分析对象,可以准确地实现对待检测物质快速测定。
可选地,获取第一图谱中的各指纹区域的信息熵(即步骤S2)可以包括:
步骤S21:将第一图谱转换为二值化图像。
因为在第一图谱中直接确定各指纹区域的特征数据,会导致后续工作量太大,申请人通过将第一图谱转换为二值图像,基于二值图像的特点提取出指纹区域的边缘,简化了后续分析识别的工作量。
具体地,可以使用阈值变换法将第一图谱转化为二值图像。比如,可以将阈值设置为0.32,以得到更清晰的二值图像,便于后续特征边缘点的提取。具体地,阈值的范围可以根据需求调整,如果更关心挥发性强的物质,阈值取值可大一些,反之,阈值可以取小一点。
步骤S22:在二值化图像中,获取每个指纹区域的边缘点集。
由于虽然第一图谱能够表征挥发性物质信息,但是第一图谱中仍包含其它一些无关信息,为进一步简化后续工作量,申请人巧妙地想到将第一图谱中的包含挥发性物质的所有指纹区域的信息提取出,以使计算量得以大幅度降低。具体地,在利用图像阈值变换的方法将第一图谱转化为二值图像之后,此时指纹区域和其他无关区域可以明显地在二值图像中区别开来,这就为提取二值图像中每一个指纹区域的边缘点提供了便利,此时可以利用图像边缘检测算法,例如Canny算子提取二值图像中每一个指纹区域的边缘点集,再根据每一个指纹区域的各边缘点在第一图谱中确定该指纹区域的特征数据。即通过利用Canny算子完成图像边缘点集的提取,确定图像中的前景图像的图像边界,然后通过特征边缘的边界位置,找到每个指纹区域的相关信息。此方法极大简便了识别计算量。
步骤S23:针对每一个指纹区域,根据指纹区域的边缘点集,基于第一图谱获取指纹区域对应的数据矩阵。
具体地,该步骤S23可以进一步包括:
根据指纹区域的边缘点集,基于第一图谱,获取指纹区域对应的离子迁移时间的起止点和色谱保留时间的起止点;
根据指纹区域对应的离子迁移时间的起止点和色谱保留时间的起止点,在第一图谱中选取指纹区域对应的数据矩阵。
具体地,指纹区域对应的特征数据包括该指纹区域内各点的离子强度、色谱保留时间以及离子迁移时间。如上所说,第一图谱中的信息可以以矩阵形式出现,即该矩阵中包含了与各色谱保留时间和各离子迁移时间下的离子强度,因此各个指纹区域的特征数据的获取简单来说,可以如下理解:
针对每一个指纹区域而言,提取该指纹区域的各个边缘点,即找出该指纹区域所对应的色谱保留时间和离子迁移时间的区间,然后在第一图谱对应的数据矩阵中找出上述区间内的数据,即指纹区域对应的特征数据其实是第一图谱所对应的数据矩阵中的一个子数据矩阵。进一步地,由于边缘点集可能并不是规则矩形,直接根据边缘点集中的各个点可能无法有效地从第一图谱的数据矩阵中截取出指纹区域对应的数据矩阵,因此在获取指纹区域对应的数据矩阵的过程中,还需要进一步获取边缘点集中的色谱保留时间的起始点和终止点以及离子迁移时间的起始点和终止点,然后再从第一图谱的数据矩阵中截取位于色谱保留时间的起始点和终止点以及离子迁移时间的起始点和终止点内的子矩阵,此子矩阵中的数据即构成了指纹区域对应的数据矩阵。
具体地,边缘点集中的色谱保留时间的起始点和终止点分别对于该边缘点集中色谱保留时间的最小值和最大值,边缘点集中的离子迁移时间的起始点和终止点分别对于该边缘点集中的离子迁移时间的最小值和最大值。
步骤S24:基于各指纹区域对应的数据矩阵,分别求取各指纹区域的信息熵。
具体地,信息熵的计算方法,已经比较成熟,在此不做赘述。
可选地,基于上述指纹区域的选取,步骤S3中的获取第二图谱中的各目标区域的信息熵可以包括:
基于各指纹区域对应的离子迁移时间的起止点和色谱保留时间的起止点,确定第二图谱中的各目标区域,其中,目标区域对应的离子迁移时间的起止点与其相应的指纹区域对应的离子迁移时间的起止点相同,目标区域对应的色谱保留时间的起止点与其相应的指纹区域对应的色谱保留时间的起止点相同,在第二图谱中选取各目标区域对应的数据矩阵,基于各目标区域对应的数据矩阵,分别求取各目标区域的信息熵。
即可以根据指纹区域的离子迁移时间的最大、最小值以及色谱保留时间的最大、最小值确定一包含该指纹区域的矩形框,根据此矩形框在待检测样品的第二图谱中截取与该指纹区域对应的目标区域以及目标区域对应的数据矩阵。利用信息熵的计算公式,求取目标区域的信息熵。
可选地,步骤S4,即分别比较各指纹区域的信息熵和各目标区域的信息熵以分析待检测样品的质量,可以具体包括:
步骤S41:计算各指纹区域的信息熵和各目标区域的信息熵之间的相关系数。
即判断该待检测样品的各目标区域的信息熵与标准样品的各指纹区域的信息熵之间的相关系数,若两个样品的相关系数小于或等于预设阈值,则待检测样品质量不合格,否则执行步骤S42。具体地,预设阈值可以根据实际情况设定,比如设置为0.9000。在此预设阈值下,若求得两个样品的相关系数为0.8704,按照设定的阈值0.9000,该批待检测样品不符合要求。
具体地,相关系数的计算公式可以为:
其中,r代表相关系数,xi代表待检测样品各目标区域的信息熵,yi代表标准样品各指纹区域的信息熵,代表各目标区域的信息熵的平均值,代表各指纹区域的信息熵的平均值,n代表目标区域或指纹区域的数量。由于目标区域与指纹区域一一对应,因此目标区域的数量与指纹区域的数量相同。
待入上述相关系数的计算公式,该相关系数的计算公式可以变为:
步骤S42:分别计算每一个目标区域的信息熵与其对应的指纹区域的信息熵之间的相对误差误差。
步骤S43:根据各相对误差,判断待检测样品质量是否合格。
即虽然待检测样品信息熵与标准样品信息熵之间的相关系数超过预设阈值,但考虑到检验的准确性,仍然需要考虑各目标区域的信息熵与其对应的指纹区域的信息熵之间的相对误差是否满足条件,具体地,目标区域的信息熵与其对应的指纹区域的信息熵之间的相对误差的计算公式可以为:相对误差=(|目标区域的信息熵-指纹区域的信息熵|)/指纹区域的信息熵×100%。即相对误差等于目标区域的信息熵与指纹区域的信息熵的差的绝对值与指纹区域的信息熵的比值。
进一步地,步骤S43可以包括:
步骤S431:针对每一个相对误差,判断该相对误差对应的指纹区域的类型,指纹区域的类型包括高含量区域和低含量区域。
具体地,指纹区域类型的判断方法可以包括:
计算各所述指纹区域的信息熵的平均值;
将各所述指纹区域的信息熵与所述平均值进行比较以判断各所述指纹区域的类型;
若所述指纹区域的信息熵大于或等于所述平均值,所述指纹区域为所述高含量区域;
否则,所述指纹区域为所述低含量区域。
概括而言,就是通过对标准样品的各指纹区域的信息熵求平均值,再将每个指纹区域的信息熵与平均值做比较,若指纹区域的信息熵大于或等于平均值,那么该指纹区域即为高含量区域。否为,该指纹区域为低含量区域。
即为了更准确地判断待检测样品的质量,根据重要程度将指纹区域进一步区分为高含量区域和低含量区域,针对高、低两个不同含量区域的信息熵,其判断标准也不相同。具体如步骤S432所示。
步骤S432:若相对误差对应的指纹区域是高含量区域,则将相对误差与第一阈值10%进行比较,以判断该指纹区域是否为不合格高含量区域;若相对误差对应的指纹区域是低含量区域,则将相对误差与第二阈值进行比较,以判断该指纹区域是否为不合格低含量区域。
在具体实施时,第一阈值和第二阈值可以根据实际情况进行设定,可选地,第一阈值小于第二阈值。比如将第一阈值设定为10%,将第二阈值设定为20%。当相对误差对应的指纹区域是高含量区域,则将相对误差与10%进行比较,如果该相对误差大于10%,那么可以判断为该指纹区域为不合格高含量区域,如果该相对误差小于或等于10%,那么可以判断为该指纹区域为合格高含量区域。同样地,当相对误差对应的目标区域是低含量区域,则将相对误差与20%进行比较,如果该相对误差大于20%,那么可以判断为该指纹区域为不合格低含量区域,如果相对误差小于或等于20%,那么可以判断为该指纹区域为合格低含量区域。
步骤S433:分别统计不合格高含量区域和不合格低含量区域的数量;若不合格高含量区域的数量大于或等于第一数量阈值,和/或,不合格低含量区域的数量大于或等于第二数量阈值,则认为待检测样品质量不合格。
其中,第一数量阈值和第二数量阈值可以分别根据高含量区域和低含量区域的个数进行设定。具体地,第一数量阈值近似等于高含量区域总数的10%,第二数量阈值近似等于低含量区域总数的25%。当高含量区域总数的10%不为整数值时,取最接近于高含量区域总数的10%,且大于高含量区域总数的10%的整数作为第一数量阈值。同理,当低含量区域总数的25%不为整数值时,取最接近于低含量区域总数的25%,且大于低含量区域总数的25%的整数作为第二数量阈值。例如当高含量区域的总数量为22、低含量区域的总数量为14时,由于22×10%=2.2,14×25%=3.5,此时,第一数量阈值为3,第二数量阈值为4。即虽然待检测样品和标准样品信息熵之间的相关系数大于预设阈值,但是当待检测样品的目标区域中的不合格高含量区域大于或等于3个,和/或,不合格低含量区域的数量大于或等于4个时,也认为该待检测样品的质量不符合要求。
进一步地,还可以通过分别对比各个目标区域的信息熵和其相应的指纹区域的信息熵,来分析待检测样品和目标样品具体是在那些区域存在差异以及差异情况。
本发明采用图像的边缘特征提取方法,首先得到标准样品的GC-IMS图谱的指纹区域,然后利用标准样品的指纹区域确定选取框,根据选取框在待检测样品的第二图谱中选取目标区域,再分别计算标准样品各指纹区域和待待测样品的各目标区域的信息熵,通过比较两者的信息熵判断待检测样品与标准样品的一致性及差异性。该发明可以自动快速寻找标准样品的指纹区域,并判断标准样品与待测样品在区域的差异,以挥发性成分为分析对象,从而实现对待测物质的快速鉴别和质量差异分析。
下面以一实施例,进一步解释本发明提供的基于信息熵分析物质质量的方法。
(1)料液样品采集制备
选用某规格烟用香精香料的待检测样品21个,该规格烟用香精香料的标准样品1个,每个样品取5ul,分别置于20mL顶空进样瓶中,压盖密封待测。
(2)获取各个香精香料样品的GC-IMS谱图
B、实验条件:
顶空进样条件设定为:孵化温度60℃、孵化时间15min、进样体积120μ2、进样针温度80℃;
气相色谱-离子迁移谱仪器条件设定为:色谱柱为多毛细管分离柱(MCC),固定相OV-5、色谱柱温40℃、迁移管温度45℃、进样口温度80℃、进样器-色谱柱管路温度65℃、载气为高纯氮气;
载气流速采用程序升速模式,其中,0~5min载气速度为2ml/min,5~28.5min载气速度由2ml/min逐渐上升到150ml/min,28.5~30.0min载气速度由150ml/min降低到2ml/min;迁移谱迁移气体流量150ml/min。
(3)结果分析
(a)在标准样品的GC-IMS图谱(如图2所示)上选取表征标准样品挥发性物质的第一图谱(如图3所示)。第一图谱区域的提取:第一图谱为离子迁移时间为1.06ms~2.00ms,气相色谱时间为0~840s所对应的区域的图谱。同样地,在待检测样品的GC-IMS图谱上选取表征待检测样品挥发性物质的第二图谱。
(b)将第一图谱通过阈值法转化为二值图像,计算得到前景图像(即指纹区域)的边缘点集,此时的阈值可以选取为0.32。阈值的范围可以根据需求调整,如果只关心挥发性强的物质,阈值取值可大一些,反之,可以取小一点。
(c)使用边缘检测算法中的Canny算子完成图像边缘点的提取,确定图像中的前景图像的图像边界,通过边界位置,找到每个指纹区域的相关数据,即根据前景图像的边缘点集,得到每个指纹区域的离子迁移时间和色谱保留时间的起止点,获取每个指纹区域在第一图谱上的数据矩阵;如图3所示,此步骤将第一图谱分成一块一块的指纹区域,在图3所示的实施例中,共分为了36个指纹区域。
(d)求解各指纹区域的信息熵和平均信息熵,并划分高含量区域和低含量区域。在本实施例中,计算获得平均信息熵为5.6276,基于此划分高含量区域和低含量区域,其中,高含量区域包括:指纹区域1、指纹区域7、指纹区域8、指纹区域12-19、指纹区域21-23、指纹区域26、指纹区域27、指纹区域29、指纹区域30、指纹区域33-36;低含量区域包括:指纹区域2-6、指纹区域9-11、指纹区域20、指纹区域24、指纹区域25、指纹区域28、指纹区域31-32。即高含量区域的数量为22,低含量区域的数量为14个。
(e)如图4所示,针对每一个指纹区域,基于其对应的离子迁移时间和色谱保留时间的起止点在待检测样品对应的第二图谱中选取与该指纹区域对应的目标区域;计算每个目标区域的信息熵。
(f)基于每个目标区域的信息熵和每个指纹区域的信息熵,计算相关系数,当相关系数不高于预设阈值时,认为待检测样品不符合要求,当相关系数高于预设阈值时,如图5所示,进一步确定各目标区域的信息熵与其对应的指纹区域的信息熵之间的相对误差。
(g)基于上述相对误差,判断目标区域中的不合格高含量区域和不合格低含量区域的数量,以进一步判断该待检测样品的质量情况。
具体地,表1示出的是利用上述方法分析得到的上述21个待检测样品的情况,在本实施例中相关系数的预设阈值为0.9000、RSD的第一阈值为10%、RSD的第二阈值为20%、第一数量阈值为3(高区域数量的10%,22*10%=2.2,取值为3)、第二数量阈值为4(低含量区域数量的25%,14*25%=3.5,取值为4);即当相关系数不超过0.9000即认为样品不符合要求,而当相关系数虽然高于0.9000,但不合格高含量区域数量不低于3个或不合格低含量区域数量不低于4个时,也认为样品不符合要求。以由表1可以看出,4号、20号和21号待检测样品对应的相关系数均小于0.9000,因此认为这几组待检测样品的质量不符合要求,而对于7号、14号、15号和17号,虽然,它们对应的相关系数超过了0.9000,但是7号、15号和17号的低含量区域数量均为4个,超过了第二数量阈值的范围;而14号的高含量区域数量为3个,其超过了第一数量阈值的范围,因此也认为这几组待检测样品不符合要求。
表1标准样品和待检测样品的信息熵的分析结果
相应地,本发明实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有指令,该指令在计算机上执行时使得计算机执行上述方法。
现在参考图6,所示为根据本申请的一个实施例的电子设备400的框图。电子设备400可以包括耦合到控制器中枢403的一个或多个处理器401。对于至少一个实施例,控制器中枢403经由诸如前端总线(FSB,Front Side Bus)之类的多分支总线、诸如快速通道连(QPI,QuickPath Interconnect)之类的点对点接口或者类似的连接与处理器401进行通信。处理器401执行控制一般类型的数据处理操作的指令。在一实施例中,控制器中枢403包括,但不局限于,图形存储器控制器中枢(GMCH,Graphics&Memory Controller Hub)(未示出)和输入/输出中枢(IOH,Input Output Hub)(其可以在分开的芯片上)(未示出),其中GMCH包括存储器和图形控制器并与IOH耦合。
电子设备400还可包括耦合到控制器中枢403的协处理器402和存储器404。或者,存储器和GMCH中的一个或两者可以被集成在处理器内(如本申请中所描述的),存储器404和协处理器402直接耦合到处理器401以及控制器中枢403,控制器中枢403与IOH处于单个芯片中。
存储器404可以是例如动态随机存取存储器(DRAM,Dynamic Random AccessMemory)、相变存储器(PCM,Phase Change Memory)或这两者的组合。存储器404中可以包括用于存储数据和/或指令的一个或多个有形的、非暂时性计算机可读介质。计算机可读存储介质中存储有指令,具体而言,存储有该指令的暂时和永久副本。该指令可以包括:由处理器中的至少一个执行时导致电子设备400实施如图1所示方法的指令。当指令在计算机上运行时,使得计算机执行上述任一实施例或组合实施例公开的方法。
在一个实施例中,协处理器402是专用处理器,诸如例如高吞吐量MIC(ManyIntegrated Core,集成众核)处理器、网络或通信处理器、压缩引擎、图形处理器、GPGPU(General-purpose computing on graphics processing units,图形处理单元上的通用计算)或嵌入式处理器等等。协处理器402的任选性质用虚线表示在图6中。
在一个实施例中,电子设备400可以进一步包括网络接口(NIC,NetworkInterface Controller)406。网络接口406可以包括收发器,用于为电子设备400提供无线电接口,进而与任何其他合适的设备(如前端模块,天线等)进行通信。在各种实施例中,网络接口406可以与电子设备400的其他组件集成。网络接口406可以实现上述实施例中的通信单元的功能。
电子设备400可以进一步包括输入/输出(I/O,Input/Output)设备405。I/O405可以包括:用户界面,该设计使得用户能够与电子设备400进行交互;外围组件接口的设计使得外围组件也能够与电子设备400交互;和/或传感器设计用于确定与电子设备400相关的环境条件和/或位置信息。
值得注意的是,图6仅是示例性的。即虽然图6中示出了电子设备400包括处理器401、控制器中枢403、存储器404等多个器件,但是,在实际的应用中,使用本申请各方法的设备,可以仅包括电子设备400各器件中的一部分器件,例如,可以仅包含处理器401和网络接口406。图6中可选器件的性质用虚线示出。
现在参考图7,所示为根据本申请的一实施例的SoC(System on Chip,片上系统)500的框图。在图7中,相似的部件具有同样的附图标记。另外,虚线框是更先进的SoC的可选特征。在图7中,SoC500包括:互连单元550,其被耦合至处理器510;系统代理单元580;总线控制器单元590;集成存储器控制器单元540;一组或一个或多个协处理器520,其可包括集成图形逻辑、图像处理器、音频处理器和视频处理器;静态随机存取存储器(SRAM,StaticRandom-Access Memory)单元530;直接存储器存取(DMA,Direct Memory Access)单元560。在一个实施例中,协处理器520包括专用处理器,诸如例如网络或通信处理器、压缩引擎、GPGPU(General-purpose computing on graphics processing units,图形处理单元上的通用计算)、高吞吐量MIC处理器或嵌入式处理器等。
静态随机存取存储器(SRAM)单元530可以包括用于存储数据和/或指令的一个或多个有形的、非暂时性计算机可读介质。计算机可读存储介质中存储有指令,具体而言,存储有该指令的暂时和永久副本。该指令可以包括:由处理器中的至少一个执行时导致SoC实施如1所示方法的指令。当指令在计算机上运行时,使得计算机执行上述实施例中公开的方法。
本申请的各方法实施方式均可以以软件、磁件、固件等方式实现。
可将程序代码应用于输入指令,以执行本文描述的各功能并生成输出信息。可以按已知方式将输出信息应用于一个或多个输出设备。为了本申请的目的,处理系统包括具有诸如例如数字信号处理器(DSP,Digital Signal Processor)、微控制器、专用集成电路(ASIC)或微处理器之类的处理器的任何系统。
程序代码可以用高级程序化语言或面向对象的编程语言来实现,以便与处理系统通信。在需要时,也可用汇编语言或机器语言来实现程序代码。事实上,本文中描述的机制不限于任何特定编程语言的范围。在任一情形下,该语言可以是编译语言或解释语言。
至少一个实施例的一个或多个方面可以由存储在计算机可读存储介质上的表示性指令来实现,指令表示处理器中的各种逻辑,指令在被机器读取时使得该机器制作用于执行本文所述的技术的逻辑。被称为“IP(Intellectual Property,知识产权)核”的这些表示可以被存储在有形的计算机可读存储介质上,并被提供给多个客户或生产设施以加载到实际制造该逻辑或处理器的制造机器中。
在一些情况下,指令转换器可用来将指令从源指令集转换至目标指令集。例如,指令转换器可以变换(例如使用静态二进制变换、包括动态编译的动态二进制变换)、变形、仿真或以其它方式将指令转换成将由核来处理的一个或多个其它指令。指令转换器可以用软件、硬件、固件、或其组合实现。指令转换器可以在处理器上、在处理器外、或者部分在处理器上且部分在处理器外。
虽然通过参照本发明的实施方式,已经对本发明进行了图示和描述,但本领域的普通技术人员应该明白,以上内容是结合具体的实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。本领域技术人员可以在形式上和细节上对其作各种改变,包括在不偏离本发明的精神和范围的情况下做出若干简单推演或替换。
Claims (9)
1.一种基于信息熵分析物质质量的方法,其特征在于,包括:
获取标准样品的气相离子迁移谱图,在所述标准样品的气相离子迁移谱图中选取表征挥发性物质的第一图谱,其中,所述第一图谱包括多个指纹区域;
获取各所述指纹区域的信息熵;
获取待检测样品的气相离子迁移谱图,在所述待检测样品的气相离子迁移谱图中选取表征挥发性物质的第二图谱,获取所述第二图谱中的各目标区域的信息熵,所述目标区域与所述指纹区域一一对应;
分别比较各所述指纹区域的信息熵和各所述目标区域的信息熵,以分析所述待检测样品的质量;
其中,所述获取所述第一图谱中的各指纹区域的信息熵包括:
将所述第一图谱转换为二值化图像;
在所述二值化图像中,获取每个所述指纹区域的边缘点集;
针对每一个所述指纹区域,根据所述指纹区域的所述边缘点集,基于所述第一图谱获取所述指纹区域对应的数据矩阵;
基于各所述指纹区域对应的数据矩阵,分别求取各所述指纹区域的信息熵。
2.如权利要求1所述的基于信息熵分析物质质量的方法,其特征在于,所述根据所述指纹区域的所述边缘点集,基于所述第一图谱获取所述指纹区域对应的数据矩阵包括:
根据所述指纹区域的所述边缘点集,基于所述第一图谱,获取所述指纹区域对应的离子迁移时间的起止点和色谱保留时间的起止点;
根据所述指纹区域对应的离子迁移时间的起止点和色谱保留时间的起止点,在所述第一图谱中选取所述指纹区域对应的所述数据矩阵。
3.如权利要求2所述的基于信息熵分析物质质量的方法,其特征在于,所述获取所述第二图谱中的各目标区域的信息熵包括:
基于各所述指纹区域对应的离子迁移时间的起止点和色谱保留时间的起止点,确定所述第二图谱中的各所述目标区域,其中,所述目标区域对应的离子迁移时间的起止点与其相应的所述指纹区域对应的离子迁移时间的起止点相同,所述目标区域对应的色谱保留时间的起止点与其相应的所述指纹区域对应的色谱保留时间的起止点相同;
在所述第二图谱中选取各所述目标区域对应的数据矩阵;
基于各所述目标区域对应的数据矩阵,分别求取各所述目标区域的信息熵。
4.如权利要求3所述的基于信息熵分析物质质量的方法,其特征在于,所述分别比较各所述指纹区域的信息熵和各所述目标区域的信息熵,以分析所述待检测样品的质量包括:
计算各所述指纹区域的信息熵和各所述目标区域的信息熵之间的相关系数;
若所述相关系数小于或等于预设阈值,则待检测样品质量不合格;
否则,分别计算每一个所述目标区域的信息熵与其对应的所述指纹区域的信息熵之间的相对误差;
根据各所述相对误差,判断所述待检测样品质量是否合格。
5.如权利要求4所述的基于信息熵分析物质质量的方法,其特征在于,所述根据各所述相对误差,判断所述待检测样品质量是否合格包括:
针对每一个所述相对误差,判断该相对误差对应的指纹区域的类型,所述指纹区域的类型包括高含量区域和低含量区域;
若所述相对误差对应的指纹区域是所述高含量区域,则将所述相对误差与第一阈值进行比较,以判断所述相对误差对应的目标区域是否为不合格高含量区域;
若所述相对误差对应的指纹区域是所述低含量区域,则将所述相对误差与第二阈值进行比较,以判断所述相对误差对应的目标区域是否为不合格低含量区域;
分别统计所述不合格高含量区域和所述不合格低含量区域的数量;
若所述不合格高含量区域的数量大于或等于第一数量阈值,和/或,所述不合格低含量区域的数量大于或等于第二数量阈值,则认为所述待检测样品质量不合格。
6.如权利要求5所述的基于信息熵分析物质质量的方法,其特征在于,指纹区域的类型的判断方法包括:
计算各所述指纹区域的信息熵的平均值;
将各所述指纹区域的信息熵与所述平均值进行比较以判断各所述指纹区域的类型;
若所述指纹区域的信息熵大于或等于所述平均值,所述指纹区域为所述高含量区域;
否则,所述指纹区域为所述低含量区域。
7.如权利要求5所述的基于信息熵分析物质质量的方法,其特征在于,所述第一阈值小于所述第二阈值。
8.如权利要求1所述的基于信息熵分析物质质量的方法,其特征在于,利用图像边缘检测算法提取所述二值化图像中的每个所述指纹区域的所述边缘点集,和/或,利用阈值转换法将所述第一图谱转换为所述二值化图像。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有指令,该指令在计算机上执行时使得计算机执行权利要求1至8任一项所述的基于信息熵分析物质质量的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110927531.5A CN113533581B (zh) | 2021-08-11 | 2021-08-11 | 基于信息熵分析物质质量的方法及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110927531.5A CN113533581B (zh) | 2021-08-11 | 2021-08-11 | 基于信息熵分析物质质量的方法及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113533581A CN113533581A (zh) | 2021-10-22 |
CN113533581B true CN113533581B (zh) | 2022-08-02 |
Family
ID=78091618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110927531.5A Active CN113533581B (zh) | 2021-08-11 | 2021-08-11 | 基于信息熵分析物质质量的方法及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113533581B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113138248A (zh) * | 2021-04-25 | 2021-07-20 | 贵州中烟工业有限责任公司 | 特征图谱提取方法及料液配制质量稳定性的检测方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101576531A (zh) * | 2008-05-09 | 2009-11-11 | 同方威视技术股份有限公司 | 离子迁移谱检测方法及使用该方法的离子迁移谱仪 |
CN101738373A (zh) * | 2008-11-24 | 2010-06-16 | 中国农业大学 | 一种鉴别作物种子品种的方法 |
CN107271575B (zh) * | 2016-04-08 | 2020-01-14 | 株式会社岛津制作所 | 离子迁移谱和质谱并行分析的方法及装置 |
CN106770862A (zh) * | 2017-01-17 | 2017-05-31 | 江苏大学 | 一种茶叶分类方法 |
CN107464035A (zh) * | 2017-06-30 | 2017-12-12 | 亳州中药材商品交易中心有限公司 | 中药材质量评定方法及系统 |
CN107271375B (zh) * | 2017-07-21 | 2019-10-01 | 石河子大学 | 一种羊肉品质指标的高光谱图像检测方法 |
CN109655530A (zh) * | 2017-10-12 | 2019-04-19 | 贵州中烟工业有限责任公司 | 一种鉴别香精香料质量差异的方法 |
CN108319973B (zh) * | 2018-01-18 | 2022-01-28 | 仲恺农业工程学院 | 一种树上柑橘果实检测方法 |
CN109856310B (zh) * | 2018-12-17 | 2020-06-16 | 大连理工大学 | 基于hplc-ms的去除代谢物离子峰表中假阳性质谱特征的方法 |
CN110031595A (zh) * | 2019-03-06 | 2019-07-19 | 湖南中医药大学 | 一种动态性与传递性综合控制的中药物质基准制备方法及其产品 |
CN110907556A (zh) * | 2019-12-10 | 2020-03-24 | 湖北中烟工业有限责任公司 | 一种基于gc-ims对不同产地烟草香气的评价方法 |
CN111638264B (zh) * | 2020-06-22 | 2023-08-01 | 郑州轻工业大学 | 一种基于离子峰谱线的faims图谱特征提取方法 |
CN112578039B (zh) * | 2020-11-19 | 2022-08-16 | 徐敦明 | 一种燕窝中掺假物的分析鉴定方法 |
CN112578041A (zh) * | 2020-11-25 | 2021-03-30 | 广西壮族自治区农业科学院 | 基于特征香气物质gc-ims指纹图谱的葡萄砧木评价方法 |
-
2021
- 2021-08-11 CN CN202110927531.5A patent/CN113533581B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113138248A (zh) * | 2021-04-25 | 2021-07-20 | 贵州中烟工业有限责任公司 | 特征图谱提取方法及料液配制质量稳定性的检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113533581A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2501003C (en) | Sample analysis to provide characterization data | |
CN114372063B (zh) | 一种基于色谱仪的故障检测方法及电子设备 | |
US7606667B2 (en) | Mass spectrometry analysis method and system | |
Schuhfried et al. | Classification of 7 monofloral honey varieties by PTR-ToF-MS direct headspace analysis and chemometrics | |
CN110441423A (zh) | 一种测定粮食香气成分的方法及其系统 | |
CN109271913B (zh) | 一种基于偏微分方程的maldi质谱峰检测方法 | |
CN105651892B (zh) | 一种基于gc-msqqq的卷烟指纹图谱分析方法 | |
CN109655533A (zh) | 一种鉴别香精香料类型的方法 | |
CN111060642A (zh) | 一种对同品种不同产地烟叶分类鉴别的方法 | |
CN107132311A (zh) | 一种基于频域特征提取的快速气体识别算法 | |
Valledor et al. | Standardization of data processing and statistical analysis in comparative plant proteomics experiment | |
CN113748339A (zh) | 实时峰检测 | |
CN113533581B (zh) | 基于信息熵分析物质质量的方法及计算机可读存储介质 | |
CN109115908B (zh) | 基于层次聚类提取特征的切达奶酪身份的判别标识方法 | |
JP5719433B2 (ja) | 質量スペクトルを分析するための方法、コンピュータ・プログラム、およびシステム | |
CN105354224B (zh) | 知识数据的处理方法和装置 | |
CN113640445A (zh) | 基于图像处理的特征峰识别方法及计算设备、存储介质 | |
CN109239207B (zh) | 基于电子鼻的气味识别方法、装置和电子鼻系统 | |
CN113610817B (zh) | 一种特征峰识别方法及计算设备、存储介质 | |
CN114577953B (zh) | 一种基于高效液相色谱法的饲料添加剂测定方法及系统 | |
CN113075316B (zh) | 一种靖西大果山楂酒窖藏时间的鉴定方法 | |
CN111928942B (zh) | 太赫兹光谱成像数据的处理方法及装置 | |
CN107664623B (zh) | 一种物质光谱特征提取的方法 | |
CN111474293A (zh) | 一种青枯病菌溶液测定方法及测定系统 | |
CN115219618B (zh) | 一种噪声处理方法、装置、液质联用仪及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |