JP2013036973A5 - 検量線作成方法、検量線作成装置、目的成分検量装置、およびコンピュータープログラム - Google Patents

検量線作成方法、検量線作成装置、目的成分検量装置、およびコンピュータープログラム Download PDF

Info

Publication number
JP2013036973A5
JP2013036973A5 JP2012016854A JP2012016854A JP2013036973A5 JP 2013036973 A5 JP2013036973 A5 JP 2013036973A5 JP 2012016854 A JP2012016854 A JP 2012016854A JP 2012016854 A JP2012016854 A JP 2012016854A JP 2013036973 A5 JP2013036973 A5 JP 2013036973A5
Authority
JP
Japan
Prior art keywords
target component
sample
component
independent
calibration
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.)
Granted
Application number
JP2012016854A
Other languages
English (en)
Other versions
JP2013036973A (ja
JP5887961B2 (ja
Filing date
Publication date
Application filed filed Critical
Priority to JP2012016854A priority Critical patent/JP5887961B2/ja
Priority claimed from JP2012016854A external-priority patent/JP5887961B2/ja
Priority to US13/534,621 priority patent/US20130197816A1/en
Priority to CN2012102405268A priority patent/CN103226093A/zh
Publication of JP2013036973A publication Critical patent/JP2013036973A/ja
Publication of JP2013036973A5 publication Critical patent/JP2013036973A5/ja
Application granted granted Critical
Publication of JP5887961B2 publication Critical patent/JP5887961B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Description

[適用例1] 被検体の観測データから、前記被検体についての目的成分の含有量を導くことに用いる検量線をコンピューターを用いて作成する検量線作成方法であって、
記被検体の複数のサンプルについての前記観測データを取得することと、
記各サンプルについての前記目的成分の含有量を取得することと、
記サンプル毎の観測データを複数の独立成分に分離したときの複数の独立成分を推定し、前記複数の独立成分に基づいて、前記サンプル毎に前記目的成分に対応する混合係数を求めることと、
記複数のサンプルの前記目的成分の含有量と、前記サンプル毎の前記混合係数とに基づいて、前記検量線の回帰式を求めることと、
を含む検量線作成方法。
[適用例2] 適用例1に記載の検量線作成方法であって、
前記混合係数を求めることは、
記各サンプルの前記独立成分を含む独立成分行列を求めることと、
記独立成分行列から、前記各サンプルにおける前記独立成分毎の独立成分要素の比率を規定するベクトルの集合を示す推定混合行列を求めることと、
記推定混合行列に含まれる前記ベクトル毎に、前記複数のサンプルの前記目的成分の含有量に対する相関を求め、前記相関が最も高いと判定される前記ベクトルを、前記目的成分に対応する混合係数として選択することと、
を含む、検量線作成方法。
図3Bは、工程4及び工程5で使用する装置の機能ブロック図である。この装置400は、サンプル観測データ取得部410と、サンプル目的成分量取得部420と、混合係数推定部430と、回帰式算出部440とを有する。混合係数推定部43は、独立成分行列算出部432、推定混合行列算出部434、および混合係数選択部436を含んでいる。なお、サンプル観測データ取得部410およびサンプル目的成分量取得部420は、例えば図3AのCPU10が入力I/F50とメモリー20と協働して実現される。混合係数推定部430、独立成分行列算出部432、推定混合行列算出部434、および混合係数選択部436は、例えば図3AのCPU10がメモリー20と協働して実現される。また、回帰式算出部440は、例えば図3AのCPU10がメモリー20と協働して実現される。なお、これらの各部は、図3Aに示したパーソナルコンピューター以外の他の具体的な装置やハードウェア回路によっても実現可能である。
混合行列Aが既知の場合、未知成分Sの最小二乗解は、Aの擬似逆行列A+を用いてA+・Xと簡単に求めることができるが、本実施例の場合、混合行列Aも未知なので、観測データXのみから、未知成分Sと混合行列Aを推定しなければならない。すなわち、次式(8)に示すように、観測データXのみから、m×nの分離行列Wを用いて、独立成分のスペクトルを示す行列(以下、「独立成分行列」と呼ぶ)Yを算出する。次式(8)における分離行列Wを求めるアルゴリズムとしては、Infomax、FastICA (Fast Independent Component Analysis)、JADE (Joint Approximate Diagonalization of Eigenmatrices) など種々のものを採用することが可能である。
検量処理における推定混合行列∧Aは、次式(15)に示すように、各独立成分に対応した混合係数からなる行ベクトル(1×m行列)である。そこで、ステップS330の実行後、CPU10は、ハードディスクドライブ30から検量用データセットDS2に含まれる目的成分順位kを読み出し、ステップS330で求めた推定混合行列∧Aの中から、目的成分順位kに対応するk番目の成分の混合係数∧αkを抜き出し、当該混合係数∧αkを目的成分であるクロロフィルの混合係数として、メモリー20に一旦保存する(ステップS340)。ステップS320ないしS340の処理において、CPU10は図10の混合係数算出部530として機能することになる。

Claims (9)

  1. 被検体の観測データから、前記被検体についての目的成分の含有量を導くことに用いる検量線をコンピューターを用いて作成する検量線作成方法であって、
    記被検体の複数のサンプルについての前記観測データを取得することと、
    記各サンプルについての前記目的成分の含有量を取得することと、
    記サンプル毎の観測データを複数の独立成分に分離したときの複数の独立成分を推定し、前記複数の独立成分に基づいて、前記サンプル毎に前記目的成分に対応する混合係数を求めることと、
    記複数のサンプルの前記目的成分の含有量と、前記サンプル毎の前記混合係数とに基づいて、前記検量線の回帰式を求めることと、
    を含む検量線作成方法。
  2. 請求項1に記載の検量線作成方法であって、
    前記混合係数を求めることは、
    記各サンプルの前記独立成分を含む独立成分行列を求めることと、
    記独立成分行列から、前記各サンプルにおける前記独立成分毎の独立成分要素の比率を規定するベクトルの集合を示す推定混合行列を求めることと、
    記推定混合行列に含まれる前記ベクトル毎に、前記複数のサンプルの前記目的成分の含有量に対する相関を求め、前記相関が最も高いと判定される前記ベクトルを、前記目的成分に対応する混合係数として選択することと、
    を含む、検量線作成方法。
  3. 被検体の観測データから、前記被検体についての目的成分の含有量を導くことに用いる検量線を作成する検量線作成装置であって、
    前記被検体の複数のサンプルについての前記観測データを取得するサンプル観測データ取得部と、
    前記各サンプルについての前記目的成分の含有量を取得するサンプル目的成分量取得部と、
    前記サンプル毎の観測データを複数の独立成分に分離したときの複数の独立成分を推定し、前記複数の独立成分に基づいて、前記サンプル毎に前記目的成分に対応する混合係数を求める混合係数推定部と、
    前記複数のサンプルの前記目的成分の含有量と、前記サンプル毎の前記混合係数とに基づいて、前記検量線の回帰式を求める回帰式算出部と、
    を含む検量線作成装置。
  4. 請求項3に記載の検量線作成装置であって、
    前記混合係数推定部は、
    前記各サンプルの前記各独立成分を含む独立成分行列を求める独立成分行列算出部と、
    前記独立成分行列から、前記各サンプルにおける前記独立成分毎の独立成分要素の比率を規定するベクトルの集合を示す推定混合行列を求める推定混合行列算出部と、
    前記推定混合行列に含まれる前記ベクトル毎に、前記複数のサンプルの前記目的成分の含有量に対する相関を求め、前記相関が最も高いと判定される前記ベクトルを、前記目的成分に対応する混合係数として選択する混合係数選択部と、
    を含む、検量線作成装置。
  5. 請求項4に記載の検量線作成装置であって、
    前記独立成分行列算出部によって算出された前記独立成分行列と、前記混合係数選択部によって選択された混合係数が前記推定混合行列のいずれの位置にあるかを示す目的成分順位と、前記回帰式算出部によって算出された回帰式とを記憶する記憶部
    を含む検量線作成装置。
  6. 被検体についての目的成分の含有量を求める目的成分検量装置であって、
    前記被検体についての観測データを取得する被検体観測データ取得部と、
    前記目的成分に対応する独立成分を少なくとも含む検量用データを取得する検量用データ取得部と、
    前記被検体についての観測データと前記検量用データとに基づいて、前記被検体についての前記目的成分に対する混合係数を求める混合係数算出部と、
    予め用意した、前記目的成分に対応する混合係数と含有量との関係を示す回帰式の定数と、前記混合係数算出部によって求められた混合係数に基づいて、前記目的成分の含有量を算出する目的成分量算出部と、
    を含む目的成分検量装置。
  7. 請求項6に記載の目的成分検量装置であって、
    前記検量用データ取得部は、
    前記目的成分に対応するものとして予め求められている独立成分を、前記検量用データとして取得し、
    前記混合係数算出部は、
    前記独立成分と前記被検体についての観測データとの内積を求め、該内積値を前記混合係数とする、目的成分検量装置。
  8. 請求項6に記載の目的成分検量装置であって、
    前記検量用データ取得部は、
    複数のサンプルについての各観測データを複数の独立成分に分離したときの複数の独立成分を、前記検量用データとして取得し、
    前記混合係数推定部は、
    前記被検体についての観測データと前記複数の独立成分とに基づいて前記被検体についての推定混合行列を算出し、前記算出した推定混合行列から前記目的成分に対応する混合係数を抽出する、目的成分検量装置。
  9. 被検体の観測データから、前記被検体についての目的成分の含有量を導くことに用いる検量線を作成するためのコンピュータープログラムであって、
    前記被検体の複数のサンプルについての前記観測データを取得する機能と、
    前記各サンプルについての前記目的成分の含有量を取得する機能と、
    前記サンプル毎の観測データを複数の独立成分に分離したときの複数の独立成分を推定し、前記複数の独立成分に基づいて、前記サンプル毎に前記目的成分に対応する混合係数を求める機能と、
    前記複数のサンプルの前記目的成分の含有量と、前記サンプル毎の前記混合係数とに基づいて、前記検量線の回帰式を求める機能と、
    をコンピューターに実現させるコンピュータープログラム。
JP2012016854A 2011-07-12 2012-01-30 検量線作成方法、検量線作成装置、目的成分検量装置、およびコンピュータープログラム Active JP5887961B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2012016854A JP5887961B2 (ja) 2011-07-12 2012-01-30 検量線作成方法、検量線作成装置、目的成分検量装置、およびコンピュータープログラム
US13/534,621 US20130197816A1 (en) 2011-07-12 2012-06-27 Calibration curve creation method, calibration curve creation device and target component determination device
CN2012102405268A CN103226093A (zh) 2011-07-12 2012-07-11 校准曲线制成方法、校准曲线制成装置以及目标成分校准装置

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2011153549 2011-07-12
JP2011153549 2011-07-12
JP2012016854A JP5887961B2 (ja) 2011-07-12 2012-01-30 検量線作成方法、検量線作成装置、目的成分検量装置、およびコンピュータープログラム

Publications (3)

Publication Number Publication Date
JP2013036973A JP2013036973A (ja) 2013-02-21
JP2013036973A5 true JP2013036973A5 (ja) 2015-03-19
JP5887961B2 JP5887961B2 (ja) 2016-03-16

Family

ID=47886699

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012016854A Active JP5887961B2 (ja) 2011-07-12 2012-01-30 検量線作成方法、検量線作成装置、目的成分検量装置、およびコンピュータープログラム

Country Status (3)

Country Link
US (1) US20130197816A1 (ja)
JP (1) JP5887961B2 (ja)
CN (1) CN103226093A (ja)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6155746B2 (ja) * 2013-03-27 2017-07-05 セイコーエプソン株式会社 検量線作成方法および検量線作成装置、並びに目的成分検量装置
JP6326732B2 (ja) * 2013-07-18 2018-05-23 セイコーエプソン株式会社 検量線作成方法およびその装置、並びに血液成分検量装置
JP6273705B2 (ja) * 2013-07-18 2018-02-07 セイコーエプソン株式会社 検量線作成方法および検量線作成装置
JP2016065803A (ja) * 2014-09-25 2016-04-28 セイコーエプソン株式会社 検量線作成方法及び装置、目的成分検量方法及び装置、並びに、電子機器
JP2016080680A (ja) * 2014-10-15 2016-05-16 セイコーエプソン株式会社 信号検出方法、検量線作成方法、定量方法、信号検出装置、および計測装置
CN105486646A (zh) * 2014-10-07 2016-04-13 精工爱普生株式会社 信号检测方法、校准线生成方法、定量方法及测量装置
CN106092909A (zh) * 2016-05-23 2016-11-09 新疆农垦科学院 一种枣树冠层叶绿素含量的检测方法
JP2018054305A (ja) * 2016-09-26 2018-04-05 セイコーエプソン株式会社 検量装置、及び、検量線作成方法
JP2018054306A (ja) 2016-09-26 2018-04-05 セイコーエプソン株式会社 検量装置、検量線作成方法、及び、独立成分分析方法
JP2018054304A (ja) 2016-09-26 2018-04-05 セイコーエプソン株式会社 検量装置、及び、検量線作成方法
JP6862737B2 (ja) * 2016-09-26 2021-04-21 セイコーエプソン株式会社 検量装置、検量線作成方法、及び、独立成分分析方法
CN108226059B (zh) * 2017-12-07 2020-05-15 毕研盟 一种卫星高光谱co2探测仪在轨辐射定标方法
CN114897109B (zh) * 2022-07-14 2022-09-16 山东鑫亚装备制造有限公司 一种割草机异常监测预警方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100682888B1 (ko) * 2004-02-11 2007-02-15 삼성전자주식회사 가중된 회귀모델 결정 방법 및 이를 이용한 혼합물의 성분농도 예측 방법
JP4749330B2 (ja) * 2004-05-17 2011-08-17 公益財団法人新産業創造研究機構 近赤外線分光法による野菜等の成分の非破壊検査法、及び同装置
US7127372B2 (en) * 2005-02-24 2006-10-24 Itt Manufacturing Enterprises, Inc. Retro-regression residual remediation for spectral/signal identification
JP4537231B2 (ja) * 2005-03-07 2010-09-01 独立行政法人理化学研究所 多重蛍光からの蛍光色素濃度の推定方法および多重蛍光からの蛍光強度の推定方法
WO2007120478A2 (en) * 2006-04-03 2007-10-25 Massachusetts Institute Of Technology Glycomic patterns for the detection of disease
JP2010051589A (ja) * 2008-08-28 2010-03-11 Waseda Univ 非侵襲ヒト皮膚メラニン計測法及びその装置
CN101520412A (zh) * 2009-03-23 2009-09-02 中国计量学院 基于独立分量分析和遗传神经网络的近红外光谱分析方法
JP6273705B2 (ja) * 2013-07-18 2018-02-07 セイコーエプソン株式会社 検量線作成方法および検量線作成装置
JP6326732B2 (ja) * 2013-07-18 2018-05-23 セイコーエプソン株式会社 検量線作成方法およびその装置、並びに血液成分検量装置

Similar Documents

Publication Publication Date Title
JP2013036973A5 (ja) 検量線作成方法、検量線作成装置、目的成分検量装置、およびコンピュータープログラム
JP5887961B2 (ja) 検量線作成方法、検量線作成装置、目的成分検量装置、およびコンピュータープログラム
JP2014190795A5 (ja)
JP2018022216A5 (ja)
RU2012134363A (ru) Способ и система для определения цвета из изображения
JP2015219603A5 (ja)
JP2014016819A5 (ja)
JP6155746B2 (ja) 検量線作成方法および検量線作成装置、並びに目的成分検量装置
JP2014007530A5 (ja) 画像処理装置および画像処理方法
JP2018512913A5 (ja)
JP2015148979A5 (ja)
WO2014176641A8 (en) Image clustering for estimation of illumination spectra
JP2015021832A (ja) 検量線作成方法および検量線作成装置
Algamal Penalized poisson regression model using adaptive modified elastic net penalty
JP2015222473A5 (ja)
Park Simple principal component analysis using Lasso
JP2019096222A5 (ja)
JPWO2020255414A5 (ja) 学習支援装置、学習支援方法、及びプログラム
JP6636282B2 (ja) 高分子と溶媒の相互作用パラメータを算出する方法、装置及びプログラム。
JP2016187391A5 (ja)
Yan et al. Blind image quality assessment based on natural redundancy statistics
Saito et al. Estimating CPU features by browser fingerprinting
JP5764094B2 (ja) 画像検索装置、画像検索方法、及び画像検索プログラム
ES2482415A1 (es) Procedimiento y sistema para determinar la frescura del pescado basado en el procedimiento de imágenes oculares, y programa de ordenador que implementa el procedimiento
Yao et al. Covariate information matrix for sufficient dimension reduction