CN115994235B - 色谱分析方法库构建方法、装置、设备和计算机介质 - Google Patents
色谱分析方法库构建方法、装置、设备和计算机介质 Download PDFInfo
- Publication number
- CN115994235B CN115994235B CN202310288248.1A CN202310288248A CN115994235B CN 115994235 B CN115994235 B CN 115994235B CN 202310288248 A CN202310288248 A CN 202310288248A CN 115994235 B CN115994235 B CN 115994235B
- Authority
- CN
- China
- Prior art keywords
- chromatographic
- information
- standard
- feature
- chromatogram
- 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
- 238000004587 chromatography analysis Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000010276 construction Methods 0.000 title claims abstract description 31
- 238000011208 chromatographic data Methods 0.000 claims abstract description 104
- 239000013598 vector Substances 0.000 claims abstract description 97
- 238000000605 extraction Methods 0.000 claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims description 33
- 230000006870 function Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 14
- 239000000463 material Substances 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 description 10
- 230000014759 maintenance of location Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 3
- 239000012159 carrier gas Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Treatment Of Liquids With Adsorbents In General (AREA)
Abstract
本公开的实施例公开了色谱分析方法库构建方法、装置、设备和计算机介质。该方法的一具体实施方式包括:对每个色谱数据信息包括的色谱信息与色谱图分别进行特征提取处理,以生成色谱特征信息与色谱图特征信息;对标准色谱数据信息包括的标准色谱信息与标准色谱图分别进行特征提取处理,以生成标准色谱特征信息与标准色谱图特征信息;生成色谱特征信息与标准色谱特征信息的色谱特征相似度信息;生成色谱图特征信息与标准色谱图特征信息的色谱图特征相似度信息;根据各个色谱特征相似度信息与色谱图特征相似度信息,生成色谱特征向量组;根据色谱特征向量组,构建色谱分析方法库。该实施方式缩短了解析时间。
Description
技术领域
本公开的实施例涉及色谱分析领域,具体涉及色谱分析方法库构建方法、装置、设备和计算机介质。
背景技术
色谱仪是进行色谱分析的装置,灵敏度和自动化程度高,被广泛应用在化学产品分析实验中。目前,对于色谱试验数据的分析,通常采用的方式为:将各个历史的色谱试验数据直接存储在预设的数据库中,当技术人员需要对新的色谱试验数据进行分析时,需要在数据库中读取历史的色谱试验数据用于佐证。然而,采用上述方式通常会存在以下技术问题:需要重新对历史色谱试验数据进行进一步的解析,延误了对新的色谱试验数据的解析时间。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了色谱分析方法库构建方法、装置、计算机设备和计算机可读存储介质,来解决以上背景技术部分提到的技术问题。
第一方面,本公开的一些实施例提供了一种色谱分析方法库构建方法,该方法包括:获取预设历史时间段内色谱仪产生的色谱数据信息组,其中,上述色谱数据信息组中的色谱数据信息包括:色谱信息与色谱图,色谱信息包括色谱描述信息与色谱指标信息;获取对应上述色谱仪的标准色谱数据信息,其中,上述标准色谱数据信息包括标准色谱信息与标准色谱图,上述标准色谱信息包括标准色谱描述信息与标准色谱指标信息;对上述色谱数据信息组中的每个色谱数据信息包括的色谱信息与色谱图分别进行特征提取处理,以生成色谱特征信息与色谱图特征信息,得到色谱特征信息组与色谱图特征信息组;对上述标准色谱数据信息包括的标准色谱信息与标准色谱图分别进行特征提取处理,以生成标准色谱特征信息与标准色谱图特征信息;对于上述色谱特征信息组中的每个色谱特征信息,生成上述色谱特征信息与上述标准色谱特征信息的色谱特征相似度信息;对于上述色谱图特征信息组中的每个色谱图特征信息,生成上述色谱图特征信息与上述标准色谱图特征信息的色谱图特征相似度信息;根据所生成的各个色谱特征相似度信息与各个色谱图特征相似度信息,生成色谱特征向量组;根据上述色谱特征向量组,构建色谱分析方法库。
第二方面,本公开的一些实施例提供了一种色谱分析方法库构建装置,装置包括:第一获取单元,被配置成获取预设历史时间段内色谱仪产生的色谱数据信息组,其中,上述色谱数据信息组中的色谱数据信息包括:色谱信息与色谱图,色谱信息包括色谱描述信息与色谱指标信息;第二获取单元,被配置成获取对应上述色谱仪的标准色谱数据信息,其中,上述标准色谱数据信息包括标准色谱信息与标准色谱图,上述标准色谱信息包括标准色谱描述信息与标准色谱指标信息;第一提取单元,被配置成对上述色谱数据信息组中的每个色谱数据信息包括的色谱信息与色谱图分别进行特征提取处理,以生成色谱特征信息与色谱图特征信息,得到色谱特征信息组与色谱图特征信息组;第二提取单元,被配置成对上述标准色谱数据信息包括的标准色谱信息与标准色谱图分别进行特征提取处理,以生成标准色谱特征信息与标准色谱图特征信息;第一生成单元,被配置成对于上述色谱特征信息组中的每个色谱特征信息,生成上述色谱特征信息与上述标准色谱特征信息的色谱特征相似度信息;第二生成单元,被配置成对于上述色谱图特征信息组中的每个色谱图特征信息,生成上述色谱图特征信息与上述标准色谱图特征信息的色谱图特征相似度信息;第三生成单元,被配置成根据所生成的各个色谱特征相似度信息与各个色谱图特征相似度信息,生成色谱特征向量组;构建单元,被配置成根据上述色谱特征向量组,构建色谱分析方法库。
第三方面,本公开的一些实施例提供一种计算机设备,上述计算机设备包括处理器、存储器、以及存储在上述存储器上并可被上述处理器执行的计算机程序,其中上述计算机程序被上述处理器执行时,实现如上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供一种计算机可读存储介质,上述计算机可读存储介质上存储有计算机程序,其中上述计算机程序被处理器执行时,实现如上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的色谱分析方法库构建方法,可以快速对新的色谱试验数据进行解析,缩短了解析时间。具体来说,延误了对新的色谱试验数据的解析时间的原因在于:需要重新对历史色谱试验数据进行进一步的解析。基于此,本公开的一些实施例的色谱分析方法库构建方法,首先,获取预设历史时间段内色谱仪产生的色谱数据信息组。其中,上述色谱数据信息组中的色谱数据信息包括:色谱信息与色谱图,色谱信息包括色谱描述信息与色谱指标信息。其次,获取对应上述色谱仪的标准色谱数据信息。其中,上述标准色谱数据信息包括标准色谱信息与标准色谱图,上述标准色谱信息包括标准色谱描述信息与标准色谱指标信息。由此,可以利用标准色谱数据信息对产生的历史色谱数据信息进行解析。再其次,对上述色谱数据信息组中的每个色谱数据信息包括的色谱信息与色谱图分别进行特征提取处理,以生成色谱特征信息与色谱图特征信息,得到色谱特征信息组与色谱图特征信息组。由此,可以提取色谱数据信息的特征,用于解析。接着,对上述标准色谱数据信息包括的标准色谱信息与标准色谱图分别进行特征提取处理,以生成标准色谱特征信息与标准色谱图特征信息。由此,可以利用标准色谱数据信息的特征,对历史色谱数据信息进行解析。再接着,对于上述色谱特征信息组中的每个色谱特征信息,生成上述色谱特征信息与上述标准色谱特征信息的色谱特征相似度信息。对于上述色谱图特征信息组中的每个色谱图特征信息,生成上述色谱图特征信息与上述标准色谱图特征信息的色谱图特征相似度信息。由此,可以确定色谱特征信息与标准色谱特征信息之间的差异。然后,根据所生成的各个色谱特征相似度信息与各个色谱图特征相似度信息,生成色谱特征向量组。最后,根据上述色谱特征向量组,构建色谱分析方法库。由此,可以完成对色谱数据信息与标准色谱数据信息的解析,使得技术人员在查询色谱数据信息时,可以直接查看到色谱数据信息的解析结果。从而,可以帮助技术人员快速对新的色谱试验数据进行解析,缩短了解析时间。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的色谱分析方法库构建方法的一些实施例的流程图;
图2是根据本公开的色谱分析方法库构建装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的色谱分析方法库构建方法的一些实施例的流程图。示出了根据本公开的色谱分析方法库构建方法的一些实施例的流程100。该色谱分析方法库构建方法,包括以下步骤:
步骤101,获取预设历史时间段内色谱仪产生的色谱数据信息组。
在一些实施例中,色谱分析方法库构建方法的执行主体(例如服务器)可以通过有线连接或无线连接的方式获取预设历史时间段内色谱仪产生的色谱数据信息组。其中,上述色谱数据信息组中的色谱数据信息包括:色谱信息与色谱图,色谱信息包括色谱描述信息与色谱指标信息。色谱描述信息可以是指对色谱的描述信息(例如,对进行色谱分析的材料的描述)。这里,色谱指标信息可以包括但不限于:设备温度、内部压强、载气类型、色谱柱温度、体积流量、基线、出峰时间、色谱峰高、色谱峰面积、色谱峰位、对称因子、塔板数、保留体积、相对保留值、保留指数等。
步骤102,获取对应上述色谱仪的标准色谱数据信息。
在一些实施例中,色谱分析方法库构建方法的执行主体(例如服务器)可以通过有线连接或无线连接的方式获取对应上述色谱仪的标准色谱数据信息。其中,上述标准色谱数据信息包括标准色谱信息与标准色谱图,上述标准色谱信息包括标准色谱描述信息与标准色谱数据信息。标准色谱描述信息可以是指对色谱的标准描述信息(例如,对进行色谱分析的材料的描述)。这里,标准色谱指标信息可以是设定的上述色谱仪标准的色谱指标信息,用于参考。标准色谱指标信息可以包括但不限于:设备温度、内部压强、载气类型、色谱柱温度、体积流量、基线、出峰时间、色谱峰高、色谱峰面积、色谱峰位、对称因子、塔板数、保留体积、相对保留值、保留指数等。
步骤103,对上述色谱数据信息组中的每个色谱数据信息包括的色谱信息与色谱图分别进行特征提取处理,以生成色谱特征信息与色谱图特征信息,得到色谱特征信息组与色谱图特征信息组。
在一些实施例中,上述执行主体可以对上述色谱数据信息组中的每个色谱数据信息包括的色谱信息与色谱图分别进行特征提取处理,以生成色谱特征信息与色谱图特征信息,得到色谱特征信息组与色谱图特征信息组。可以通过预先训练的图像特征提取网络模型(卷积神经网络模型)对色谱图进行特征提取处理,以生成色谱图特征信息。
实践中,上述执行主体可以通过以下步骤对上述色谱数据信息组中的每个色谱数据信息包括的色谱信息与色谱图分别进行特征提取处理,以生成色谱特征信息与色谱图特征信息:
第一步,对上述色谱信息包括的色谱描述信息与色谱指标信息分别进行特征提取处理,以生成色谱描述信息特征向量与色谱指标特征矩阵。首先,可以通过预先训练的特征提取网络模型(BERT模型)对上述色谱信息包括的色谱描述信息进行特征提取处理,以生成色谱描述信息特征向量。然后,可以通过特征提取网络模型(BERT模型)对色谱指标信息包括的每个色谱指标值进行特征提取,以生成色谱指标值向量。最后,将各个色谱指标值向量组合为色谱指标特征矩阵。
第二步,将上述色谱描述信息特征向量与上述色谱指标特征矩阵组合为色谱特征信息。
步骤104,对上述标准色谱数据信息包括的标准色谱信息与标准色谱图分别进行特征提取处理,以生成标准色谱特征信息与标准色谱图特征信息。
在一些实施例中,上述执行主体可以对上述标准色谱数据信息包括的标准色谱信息与标准色谱图分别进行特征提取处理,以生成标准色谱特征信息与标准色谱图特征信息。可以通过预先训练的图像特征提取网络模型(卷积神经网络模型)对标准色谱图进行特征提取处理,以生成标准色谱图特征信息。
实践中,上述执行主体可以通过以下步骤对上述标准色谱数据信息包括的标准色谱信息进行特征提取处理,以生成标准色谱特征信息:
第一步,对上述标准色谱信息包括的标准色谱描述信息与标准色谱指标信息分别进行特征提取处理,以生成标准色谱描述信息特征向量与标准色谱指标特征矩阵。首先,可以通过预先训练的特征提取网络模型(BERT模型)对上述标准色谱信息包括的标准色谱描述信息进行特征提取处理,以生成标准色谱描述信息特征向量。然后,可以通过特征提取网络模型(BERT模型)对标准色谱指标信息包括的每个色谱指标值进行特征提取,以生成色谱指标值向量。最后,将各个色谱指标值向量组合为标准色谱指标特征矩阵。
第二步,将上述标准色谱描述信息特征向量与上述标准色谱指标特征矩阵组合为标准色谱特征信息。
步骤105,对于上述色谱特征信息组中的每个色谱特征信息,生成上述色谱特征信息与上述标准色谱特征信息的色谱特征相似度信息。
在一些实施例中,上述执行主体可以对于上述色谱特征信息组中的每个色谱特征信息,生成上述色谱特征信息与上述标准色谱特征信息的色谱特征相似度信息。
实践中,上述执行主体可以通过以下步骤生成上述色谱特征信息与上述标准色谱特征信息的色谱特征相似度信息:
第一步,将上述色谱特征信息包括的色谱描述信息特征向量与上述标准色谱特征信息包括的标准色谱描述信息特征向量之间的相似度确定为色谱描述相似度。即,可以通过欧氏距离公式确定上述色谱特征信息包括的色谱描述信息特征向量与上述标准色谱特征信息包括的标准色谱描述信息特征向量之间的相似度。
第二步,将上述色谱特征信息包括的色谱指标特征矩阵与上述标准色谱特征信息包括的标准色谱指标特征矩阵之间的相似度矩阵确定为色谱指标相似度矩阵。即,可以通过欧氏距离公式确定上述色谱特征信息包括的色谱指标特征矩阵与上述标准色谱特征信息包括的标准色谱指标特征矩阵之间的相似度矩阵。这里,相似度矩阵可以为上述色谱指标特征矩阵中的各个行向量和上述标准色谱指标特征矩阵中各个行向量的相似度所组成的矩阵。
第三步,将上述色谱描述相似度与上述色谱指标相似度矩阵组合为色谱特征相似度信息。
步骤106,对于上述色谱图特征信息组中的每个色谱图特征信息,生成上述色谱图特征信息与上述标准色谱图特征信息的色谱图特征相似度信息。
在一些实施例中,上述执行主体可以对于上述色谱图特征信息组中的每个色谱图特征信息,生成上述色谱图特征信息与上述标准色谱图特征信息的色谱图特征相似度信息。可以通过欧式距离公式确定上述色谱图特征信息与上述标准色谱图特征信息之间的色谱图特征相似度,作为色谱图特征相似度信息。
步骤107,根据所生成的各个色谱特征相似度信息与各个色谱图特征相似度信息,生成色谱特征向量组。
在一些实施例中,上述执行主体可以根据所生成的各个色谱特征相似度信息与各个色谱图特征相似度信息,生成色谱特征向量组。
实践中,对于上述各个色谱特征相似度信息中的每个色谱特征相似度信息,执行如下处理步骤:
第一步,利用设定的核函数组,对上述色谱特征相似度信息包括的色谱描述相似度进行升维操作,以得到升维色谱描述信息。核函数组可以是预先设定的各个高斯核函数。即,可以将色谱描述相似度输入至上述核函数组中每个核函数中,以生成升维色谱描述相似度向量,得到升维色谱描述相似度向量组。然后,可以将升维色谱描述相似度向量组中的各个升维色谱描述相似度向量组合为升维色谱描述信息。
第二步,利用上述核函数组,对上述色谱特征相似度信息包括的色谱指标相似度矩阵进行升维操作,以得到升维色谱指标信息。
实践中,上述第二步可以包括以下子步骤:
第一子步骤,对于上述色谱指标相似度矩阵中的每个行向量,执行如下处理步骤:
1、将上述行向量中满足行数值条件的元素确定为目标行元素。行数值条件可以是指行向量中数值最大的元素。
2、利用上述核函数组,对上述目标行元素进行升维操作,生成升维行向量。可以将上述目标行元素输入至上述核函数组中的每个核函数中,以生成升维目标行元素向量,得到升维目标行元素向量组。然后,可以将升维目标行元素向量组中的各个升维目标行元素向量拼接为升维行向量。
第二子步骤,基于所生成的各个升维行向量,生成升维行相似度信息。可以将所生成的各个升维行向量的平均向量确定为升维行相似度信息。
第三子步骤,对于上述色谱指标相似度矩阵中的每个列向量,执行如下处理步骤:
1、将上述列向量中满足列数值条件的元素确定为目标列元素。列数值条件可以是指列向量中数值最大的元素。
2、利用上述核函数组,对上述目标列元素进行升维操作,生成升维列向量。可以将上述目标列元素输入至上述核函数组中的每个核函数中,以生成升维目标列元素向量,得到升维目标列元素向量组。然后,可以将升维目标列元素向量组中的各个升维目标列元素向量拼接为升维列向量。
第四子步骤,基于所生成的各个升维列向量,生成升维列相似度信息。可以将所生成的各个升维列向量的平均向量确定为升维列相似度信息。
第五子步骤,将上述升维行相似度信息与上述升维列相似度信息组合为升维色谱指标信息。
第三步,利用上述核函数组,对上述色谱特征相似度信息对应的色谱图特征相似度信息进行升维操作,以得到升维色谱图特征信息。即,可以将色谱图特征相似度信息输入至上述核函数组中每个核函数中,以生成升维色谱图特征相似度信息向量,得到升维色谱图特征相似度信息向量组。然后,可以将升维色谱图特征相似度信息向量组中的各个升维色谱图特征相似度信息向量组合为升维色谱图特征信息。
第四步,对上述升维色谱描述信息、上述升维色谱指标信息与上述升维色谱图特征信息进行拼接,得到色谱特征向量。
步骤108,根据上述色谱特征向量组,构建色谱分析方法库。
在一些实施例中,上述执行主体可以根据上述色谱特征向量组,构建色谱分析方法库。
实践中,根据上述色谱特征向量组,上述执行主体可以通过以下步骤构建色谱分析方法库:
第一步,将上述色谱特征向量组输入至预先训练的色谱相似信息预测模型中,得到色谱相似信息组。其中,上述色谱特征向量组中的色谱特征向量对应上述色谱相似信息组中的色谱相似信息。色谱相似信息预测模型可以是指预先训练的以色谱特征向量为输入,以色谱相似信息为输出的神经网络模型。例如,色谱相似信息预测模型可以是指深度神经网络模型。色谱相似信息预测模型的权重矩阵的行数与色谱特征向量的列数相同。色谱相似信息可以表示色谱数据信息与标准色谱数据信息对应的材料属于同一类材料的概率。
第二步,对于上述色谱数据信息组中的每个色谱数据信息, 将上述色谱数据信息、上述标准色谱数据信息与对应的色谱相似信息合并为色谱分析信息。
第三步,将各个色谱分析信息存入至设定的分析数据库中,以构建出色谱分析方法库。这里,设定的分析数据库可以是指用于存放色谱分析信息的数据库。即,可以将存储了各个色谱分析信息的分析数据库作为色谱分析方法库。
可选地,响应于接收到目标色谱数据信息,在上述色谱分析方法库中检索对应上述目标色谱数据信息的色谱分析信息,以及将检索出的色谱分析信息发送至目标终端。
在一些实施例中,上述执行主体可以响应于接收到目标色谱数据信息,在上述色谱分析方法库中检索对应上述目标色谱数据信息的色谱分析信息,以及将检索出的色谱分析信息发送至目标终端。目标终端可以是指发送目标色谱数据信息的终端。目标色谱数据信息可以是指新的色谱数据信息。对应上述目标色谱数据信息的色谱分析信息可以是指包括的色谱指标、色谱描述与上述目标色谱数据信息相似的色谱分析信息。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种色谱分析方法库构建装置的一些实施例,这些色谱分析方法库构建装置实施例与图1所示的那些方法实施例相对应,该色谱分析方法库构建装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的色谱分析方法库构建装置200包括:第一获取单元201、第二获取单元202、第一提取单元203、第二提取单元204、第一生成单元205、第二生成单元206、第三生成单元207和构建单元208。其中,第一获取单元201,被配置成获取预设历史时间段内色谱仪产生的色谱数据信息组,其中,上述色谱数据信息组中的色谱数据信息包括:色谱信息与色谱图,色谱信息包括色谱描述信息与色谱指标信息;第二获取单元202,被配置成获取对应上述色谱仪的标准色谱数据信息,其中,上述标准色谱数据信息包括标准色谱信息与标准色谱图,上述标准色谱信息包括标准色谱描述信息与标准色谱指标信息;第一提取单元203,被配置成对上述色谱数据信息组中的每个色谱数据信息包括的色谱信息与色谱图分别进行特征提取处理,以生成色谱特征信息与色谱图特征信息,得到色谱特征信息组与色谱图特征信息组;第二提取单元204,被配置成对上述标准色谱数据信息包括的标准色谱信息与标准色谱图分别进行特征提取处理,以生成标准色谱特征信息与标准色谱图特征信息;第一生成单元205,被配置成对于上述色谱特征信息组中的每个色谱特征信息,生成上述色谱特征信息与上述标准色谱特征信息的色谱特征相似度信息;第二生成单元206,被配置成对于上述色谱图特征信息组中的每个色谱图特征信息,生成上述色谱图特征信息与上述标准色谱图特征信息的色谱图特征相似度信息;第三生成单元207,被配置成根据所生成的各个色谱特征相似度信息与各个色谱图特征相似度信息,生成色谱特征向量组;构建单元208,被配置成根据上述色谱特征向量组,构建色谱分析方法库。
可以理解的是,该色谱分析方法库构建装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于色谱分析方法库构建装置200及其中包含的单元,在此不再赘述。
图3为本公开实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以为终端。
如图3所示,该计算机设备包括通过***总线连接的处理器、存储器和网络接口,其中,存储器可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储操作***和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行任意一种色谱分析方法库构建方法。
处理器用于提供计算和控制能力,支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行任意一种色谱分析方法库构建方法。
该网络接口用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,图3中示出的结构,仅仅是与本公开方案相关的部分结构的框图,并不构成对本公开方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
应当理解的是,处理器可以是中央处理单元 (Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路 (Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中,在一个实施例中,上述处理器用于运行存储在存储器中的计算机程序,以实现如下步骤:获取预设历史时间段内色谱仪产生的色谱数据信息组,其中,上述色谱数据信息组中的色谱数据信息包括:色谱信息与色谱图,色谱信息包括色谱描述信息与色谱指标信息;获取对应上述色谱仪的标准色谱数据信息,其中,上述标准色谱数据信息包括标准色谱信息与标准色谱图,上述标准色谱信息包括标准色谱描述信息与标准色谱指标信息;对上述色谱数据信息组中的每个色谱数据信息包括的色谱信息与色谱图分别进行特征提取处理,以生成色谱特征信息与色谱图特征信息,得到色谱特征信息组与色谱图特征信息组;对上述标准色谱数据信息包括的标准色谱信息与标准色谱图分别进行特征提取处理,以生成标准色谱特征信息与标准色谱图特征信息;对于上述色谱特征信息组中的每个色谱特征信息,生成上述色谱特征信息与上述标准色谱特征信息的色谱特征相似度信息;对于上述色谱图特征信息组中的每个色谱图特征信息,生成上述色谱图特征信息与上述标准色谱图特征信息的色谱图特征相似度信息;根据所生成的各个色谱特征相似度信息与各个色谱图特征相似度信息,生成色谱特征向量组;根据上述色谱特征向量组,构建色谱分析方法库。
本公开实施例还提供一种计算机可读存储介质,上述计算机可读存储介质上存储有计算机程序,上述计算机程序中包括程序指令,上述程序指令被执行时所实现的方法可参照本公开色谱分析方法库构建方法的各个实施例。
其中,上述计算机可读存储介质可以是前述实施例上述的计算机设备的内部存储单元,例如上述计算机设备的硬盘或内存。上述计算机可读存储介质也可以是上述计算机设备的外部存储设备,例如上述计算机设备上配备的插接式硬盘,智能存储卡(SmartMediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本公开实施例序号仅仅为了描述,不代表实施例的优劣。以上所述,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种色谱分析方法库构建方法,包括:
获取预设历史时间段内色谱仪产生的色谱数据信息组,其中,所述色谱数据信息组中的色谱数据信息包括:色谱信息与色谱图,色谱信息包括色谱描述信息与色谱指标信息;
获取对应所述色谱仪的标准色谱数据信息,其中,所述标准色谱数据信息包括标准色谱信息与标准色谱图,所述标准色谱信息包括标准色谱描述信息与标准色谱指标信息;
对所述色谱数据信息组中的每个色谱数据信息包括的色谱信息与色谱图分别进行特征提取处理,以生成色谱特征信息与色谱图特征信息,得到色谱特征信息组与色谱图特征信息组;
对所述标准色谱数据信息包括的标准色谱信息与标准色谱图分别进行特征提取处理,以生成标准色谱特征信息与标准色谱图特征信息;
对于所述色谱特征信息组中的每个色谱特征信息,生成所述色谱特征信息与所述标准色谱特征信息的色谱特征相似度信息;
对于所述色谱图特征信息组中的每个色谱图特征信息,生成所述色谱图特征信息与所述标准色谱图特征信息的色谱图特征相似度信息;
根据所生成的各个色谱特征相似度信息与各个色谱图特征相似度信息,生成色谱特征向量组;
根据所述色谱特征向量组,构建色谱分析方法库;
其中,根据所生成的各个色谱特征相似度信息与各个色谱图特征相似度信息,生成色谱特征向量组,包括:
利用设定的核函数组,对所述色谱特征相似度信息包括的色谱描述相似度进行升维操作,以得到升维色谱描述信息;
利用所述核函数组,对所述色谱特征相似度信息包括的色谱指标相似度矩阵进行升维操作,以得到升维色谱指标信息;
利用所述核函数组,对所述色谱特征相似度信息对应的色谱图特征相似度信息进行升维操作,以得到升维色谱图特征信息;
对所述升维色谱描述信息、所述升维色谱指标信息与所述升维色谱图特征信息进行拼接,得到色谱特征向量;
其中,所述根据所述色谱特征向量组,构建色谱分析方法库,包括:
将所述色谱特征向量组输入至预先训练的色谱相似信息预测模型中,得到色谱相似信息组,其中,所述色谱特征向量组中的色谱特征向量对应所述色谱相似信息组中的色谱相似信息,色谱相似信息表示色谱数据信息与标准色谱数据信息对应的材料属于同一类材料的概率;
对于所述色谱数据信息组中的每个色谱数据信息, 将所述色谱数据信息、所述标准色谱数据信息与对应的色谱相似信息合并为色谱分析信息;
将各个色谱分析信息存入至设定的分析数据库中,以构建出色谱分析方法库。
2.根据权利要求1所述的方法,其中,所述对所述色谱数据信息组中的每个色谱数据信息包括的色谱信息与色谱图分别进行特征提取处理,以生成色谱特征信息与色谱图特征信息,包括:
对所述色谱信息包括的色谱描述信息与色谱指标信息分别进行特征提取处理,以生成色谱描述信息特征向量与色谱指标特征矩阵;
将所述色谱描述信息特征向量与所述色谱指标特征矩阵组合为色谱特征信息。
3.根据权利要求2所述的方法,其中,所述对所述标准色谱数据信息包括的标准色谱信息与标准色谱图分别进行特征提取处理,以生成标准色谱特征信息与标准色谱图特征信息,包括:
对所述标准色谱信息包括的标准色谱描述信息与标准色谱指标信息分别进行特征提取处理,以生成标准色谱描述信息特征向量与标准色谱指标特征矩阵;
将所述标准色谱描述信息特征向量与所述标准色谱指标特征矩阵组合为标准色谱特征信息。
4.根据权利要求1所述的方法,其中,所述生成所述色谱特征信息与所述标准色谱特征信息的色谱特征相似度信息,包括:
将所述色谱特征信息包括的色谱描述信息特征向量与所述标准色谱特征信息包括的标准色谱描述信息特征向量之间的相似度确定为色谱描述相似度;
将所述色谱特征信息包括的色谱指标特征矩阵与所述标准色谱特征信息包括的标准色谱指标特征矩阵之间的相似度矩阵确定为色谱指标相似度矩阵;
将所述色谱描述相似度与所述色谱指标相似度矩阵组合为色谱特征相似度信息。
5.根据权利要求1所述的方法,其中,所述方法还包括:
响应于接收到目标色谱数据信息,在所述色谱分析方法库中检索对应所述目标色谱数据信息的色谱分析信息,以及将检索出的色谱分析信息发送至目标终端。
6.一种色谱分析方法库构建装置,包括:
第一获取单元,被配置成获取预设历史时间段内色谱仪产生的色谱数据信息组,其中,所述色谱数据信息组中的色谱数据信息包括:色谱信息与色谱图,色谱信息包括色谱描述信息与色谱指标信息;
第二获取单元,被配置成获取对应所述色谱仪的标准色谱数据信息,其中,所述标准色谱数据信息包括标准色谱信息与标准色谱图,所述标准色谱信息包括标准色谱描述信息与标准色谱指标信息;
第一提取单元,被配置成对所述色谱数据信息组中的每个色谱数据信息包括的色谱信息与色谱图分别进行特征提取处理,以生成色谱特征信息与色谱图特征信息,得到色谱特征信息组与色谱图特征信息组;
第二提取单元,被配置成对所述标准色谱数据信息包括的标准色谱信息与标准色谱图分别进行特征提取处理,以生成标准色谱特征信息与标准色谱图特征信息;
第一生成单元,被配置成对于所述色谱特征信息组中的每个色谱特征信息,生成所述色谱特征信息与所述标准色谱特征信息的色谱特征相似度信息;
第二生成单元,被配置成对于所述色谱图特征信息组中的每个色谱图特征信息,生成所述色谱图特征信息与所述标准色谱图特征信息的色谱图特征相似度信息;
第三生成单元,被配置成根据所生成的各个色谱特征相似度信息与各个色谱图特征相似度信息,生成色谱特征向量组;第三生成单元,被进一步配置成:
利用设定的核函数组,对所述色谱特征相似度信息包括的色谱描述相似度进行升维操作,以得到升维色谱描述信息;
利用所述核函数组,对所述色谱特征相似度信息包括的色谱指标相似度矩阵进行升维操作,以得到升维色谱指标信息;
利用所述核函数组,对所述色谱特征相似度信息对应的色谱图特征相似度信息进行升维操作,以得到升维色谱图特征信息;
对所述升维色谱描述信息、所述升维色谱指标信息与所述升维色谱图特征信息进行拼接,得到色谱特征向量;
构建单元,被配置成根据所述色谱特征向量组,构建色谱分析方法库;构建单元,被进一步配置成:
将所述色谱特征向量组输入至预先训练的色谱相似信息预测模型中,得到色谱相似信息组,其中,所述色谱特征向量组中的色谱特征向量对应所述色谱相似信息组中的色谱相似信息,色谱相似信息表示色谱数据信息与标准色谱数据信息对应的材料属于同一类材料的概率;
对于所述色谱数据信息组中的每个色谱数据信息, 将所述色谱数据信息、所述标准色谱数据信息与对应的色谱相似信息合并为色谱分析信息;
将各个色谱分析信息存入至设定的分析数据库中,以构建出色谱分析方法库。
7.一种计算机设备,其中,所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如权利要求1-5中任一所述的方法的步骤。
8.一种计算机可读存储介质,其中,所述计算机可读存储介质上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如权利要求1至5中任一所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310288248.1A CN115994235B (zh) | 2023-03-23 | 2023-03-23 | 色谱分析方法库构建方法、装置、设备和计算机介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310288248.1A CN115994235B (zh) | 2023-03-23 | 2023-03-23 | 色谱分析方法库构建方法、装置、设备和计算机介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115994235A CN115994235A (zh) | 2023-04-21 |
CN115994235B true CN115994235B (zh) | 2023-05-16 |
Family
ID=85992466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310288248.1A Active CN115994235B (zh) | 2023-03-23 | 2023-03-23 | 色谱分析方法库构建方法、装置、设备和计算机介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115994235B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102590407A (zh) * | 2012-01-16 | 2012-07-18 | 湖南中烟工业有限责任公司 | 基于气相色谱-质谱分析的共流出峰解析及谱库检索方法 |
CN115825313A (zh) * | 2023-02-22 | 2023-03-21 | 华谱科仪(北京)科技有限公司 | 色谱信息检测方法、装置、电子设备和计算机可读介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102507815A (zh) * | 2011-10-27 | 2012-06-20 | 浙江工业大学 | 一种色谱指纹谱图的相似度测定方法 |
JP6037040B2 (ja) * | 2013-10-16 | 2016-11-30 | 株式会社島津製作所 | クロマトグラムデータ処理装置 |
CN108287200B (zh) * | 2017-04-24 | 2020-12-18 | 麦特绘谱生物科技(上海)有限公司 | 质谱参照数据库的建立方法及基于其的物质分析方法 |
JP7081385B2 (ja) * | 2018-08-03 | 2022-06-07 | 東ソー株式会社 | クロマトグラムの類似度の計算方法 |
CN112634997A (zh) * | 2020-11-16 | 2021-04-09 | 中国科学院上海有机化学研究所 | 一种甾醇数据库建立及甾醇分析方法 |
CN115236260B (zh) * | 2022-09-16 | 2022-12-06 | 华谱科仪(北京)科技有限公司 | 一种色谱数据储存方法、装置、电子设备及存储介质 |
-
2023
- 2023-03-23 CN CN202310288248.1A patent/CN115994235B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102590407A (zh) * | 2012-01-16 | 2012-07-18 | 湖南中烟工业有限责任公司 | 基于气相色谱-质谱分析的共流出峰解析及谱库检索方法 |
CN115825313A (zh) * | 2023-02-22 | 2023-03-21 | 华谱科仪(北京)科技有限公司 | 色谱信息检测方法、装置、电子设备和计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115994235A (zh) | 2023-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11526799B2 (en) | Identification and application of hyperparameters for machine learning | |
CN111798273A (zh) | 产品的购买概率预测模型的训练方法及购买概率预测方法 | |
CN109918594B (zh) | 一种信息显示方法及装置 | |
CN109710402A (zh) | 处理资源获取请求的方法、装置、计算机设备和存储介质 | |
CN114414935A (zh) | 基于大数据的配电网馈线故障区域自动化定位方法和*** | |
CN108228443B (zh) | 一种web应用的测试方法及装置 | |
CN111159563A (zh) | 用户兴趣点信息的确定方法、装置、设备及存储介质 | |
US20220292132A1 (en) | METHOD AND DEVICE FOR RETRIEVING IMAGE (As Amended) | |
CN113609445A (zh) | 多源异构监测数据处理方法、终端设备及可读存储介质 | |
CN112527676A (zh) | 模型自动化测试方法、装置及存储介质 | |
CN112910890B (zh) | 基于时间卷积网络的匿名网络流量指纹识别方法及设备 | |
CN115994235B (zh) | 色谱分析方法库构建方法、装置、设备和计算机介质 | |
CN111488386B (zh) | 数据查询方法和装置 | |
CN114549849A (zh) | 图像识别方法、装置、计算机设备和存储介质 | |
CN112181479A (zh) | 代码文件版本间差异的确定方法、装置及电子设备 | |
CN108243037B (zh) | 网站流量异常确定方法及装置 | |
CN114398228A (zh) | 一种设备资源使用情况的预测方法、装置及电子设备 | |
CN110110111B (zh) | 用于监控屏幕的方法和装置 | |
CN116068111B (zh) | 色谱数据分析方法、装置、设备和计算机介质 | |
CN111145831A (zh) | 构建遗传亚型预测模型的方法、装置和计算机设备 | |
CN113361819B (zh) | 一种线性预测方法及装置 | |
CN116577451B (zh) | 一种大型色谱仪数据管理***及方法 | |
CN112927149B (zh) | 高光谱图像的空间分辨率增强方法、装置及电子设备 | |
FI129600B (en) | Analysis of measurement results of the target system | |
CN113806372B (zh) | 新数据信息构建方法、装置、计算机设备及存储介质 |
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 |