小麦病害挥发物识别方法及装置

本发明涉及分析化学，尤其涉及一种小麦病害挥发物识别方法及装置。

背景技术：

1、现有技术主要依赖质子转移反应质谱（ptr-ms）监测小麦病害挥发物，但小麦病害挥发物中的多种挥发性有机物中常存在同分异构体（即分子式相同但结构不同的化合物），它们在质谱中信号高度重叠，难以区分。

2、目前，主要通过以下三种方法区分小麦病害挥发物中的同分异构体：一是采用多级在线能量分辨质谱法，通过多级碰撞和能量扫描增强解析，但硬件复杂、耗时，牺牲了ptr-ms原有的毫秒级在线监测优势，降低了实时性，难以用于田间小麦实时检测；二是前端色谱分离耦合（如gc-ptr-ms或fast-gc）法，先通过气相色谱分离异构体，再进入质谱，区分能力强但流程长，完全丧失了在线实时性，不适用于快速、连续的小麦病害监测；三是调节仪器参数（如漂移管还原电场e/n）法，通过改变电离条件使不同异构体碎片比例产生差异，但效果不稳定，受化合物种类、环境湿度等影响大，调节阈值难以跨日、跨仪器复用，导致监测不稳定、不准确。

技术实现思路

1、本发明提供一种小麦病害挥发物识别方法及装置，用以解决现有技术难以准确、实时区分小麦病害挥发物中的同分异构体的技术问题，实现在不改动常规ptr-ms硬件与采样参数的条件下，对小麦病害挥发物进行准确、实时的监测识别。

2、本发明提供一种小麦病害挥发物识别方法，包括如下步骤：

3、采集小麦病害挥发物的待测质谱数据；

4、计算所述待测质谱数据对应的待测多模态特征向量；

5、将所述待测多模态特征向量输入轻量化挥发物类别预测模型，获得所述轻量化挥发物类别预测模型输出的预测结果；所述预测结果包括预测类别及对应的分类置信度；所述轻量化挥发物类别预测模型是以不同类别的单组分标准气体对应的标准多模态特征向量为样本数据，以对应的气体类别为标签数据进行监督训练得到的；

6、基于所述预测结果，获得所述小麦病害挥发物的识别结果。

7、根据本发明提供的一种小麦病害挥发物识别方法，所述计算所述待测质谱数据对应的待测多模态特征向量，包括：

8、对所述待测质谱数据中每个启用的质荷比通道进行通道计算，获得强度向量；所述强度向量包括积分强度向量和最大强度向量；

9、对所述强度向量进行闭合归一化计算，获得比例向量，

10、对所述比例向量进行中心对数比变换，获得待测比例谱；

11、拼接所述强度向量和所述待测比例谱，生成所述待测多模态特征向量。

12、根据本发明提供的一种小麦病害挥发物识别方法，所述轻量化挥发物类别预测模型的联合损失函数的计算表达式如下：

13、

14、式中，表示所述联合损失函数；表示标准softmax交叉熵损失；表示比例一致性损失；表示稀疏正则项；、、分别表示、以及对应的权重系数。

15、根据本发明提供的一种小麦病害挥发物识别方法，所述比例一致性损失的计算表达式如下：

16、

17、式中，表示所述预测类别对应的重构比例谱在clr空间中的特征表示；表示所述待测比例谱在clr空间中的特征表示。

18、根据本发明提供的一种小麦病害挥发物识别方法，所述基于所述预测结果，获得所述小麦病害挥发物的识别结果，包括：

19、基于所述比例一致性损失，确定所述预测类别对应的比例一致性得分；

20、基于所述分类置信度和所述比例一致性得分，确定所述识别结果。

21、根据本发明提供的一种小麦病害挥发物识别方法，所述基于所述分类置信度和所述比例一致性得分，确定所述识别结果，包括：

22、在所述分类置信度大于或等于第一阈值，且所述比例一致性得分小于或等于第二阈值的情况下，以所述预测类别作为所述识别结果；

23、在所述分类置信度小于第一阈值，和/或，所述比例一致性得分大于第二阈值的情况下，以未知类别作为所述识别结果。

24、本发明还提供一种小麦病害挥发物识别装置，包括如下模块：

25、采集模块，用于采集小麦病害挥发物的待测质谱数据；

26、计算模块，用于计算所述待测质谱数据对应的待测多模态特征向量；

27、预测模块，用于将所述待测多模态特征向量输入轻量化挥发物类别预测模型，获得所述轻量化挥发物类别预测模型输出的预测结果；所述预测结果包括预测类别及对应的分类置信度；所述轻量化挥发物类别预测模型是以不同类别的单组分标准气体对应的标准多模态特征向量为样本数据，以对应的气体类别为标签数据进行监督训练得到的；

28、识别模块，用于基于所述预测结果，获得所述小麦病害挥发物的识别结果。

29、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述小麦病害挥发物识别方法。

30、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述小麦病害挥发物识别方法。

31、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述小麦病害挥发物识别方法。

32、本发明提供的一种小麦病害挥发物识别方法及装置，通过采集小麦病害挥发物的待测质谱数据，计算待测质谱数据对应的待测多模态特征向量，从而构建同时包含信号绝对强度和相对比例的多模态特征，降低了对样品浓度绝对值和仪器灵敏度漂移的依赖，增强了后续模型判别的鲁棒性；将待测多模态特征向量输入轻量化挥发物类别预测模型，获得轻量化挥发物类别预测模型输出的预测结果，从而利用轻量化的神经网络模型进行自动识别，在保证判别精度的同时实现了快速推理，提高了在线监测的实时性；基于预测结果，获得小麦病害挥发物的识别结果，降低了误判风险，实现了在不改动常规ptr-ms硬件与采样参数的条件下，对小麦病害挥发物的准确、实时的监测识别。

1.一种小麦病害挥发物识别方法，其特征在于，包括：

2.根据权利要求1所述的小麦病害挥发物识别方法，其特征在于，所述计算所述待测质谱数据对应的待测多模态特征向量，包括：

3.根据权利要求2所述的小麦病害挥发物识别方法，其特征在于，所述轻量化挥发物类别预测模型的联合损失函数的计算表达式如下：

4.根据权利要求3所述的小麦病害挥发物识别方法，其特征在于，所述比例一致性损失的计算表达式如下：

5.根据权利要求4所述的小麦病害挥发物识别方法，其特征在于，所述基于所述预测结果，获得所述小麦病害挥发物的识别结果，包括：

6.根据权利要求5所述的小麦病害挥发物识别方法，其特征在于，所述基于所述分类置信度和所述比例一致性得分，确定所述识别结果，包括：

7.一种小麦病害挥发物识别装置，其特征在于，包括：

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述小麦病害挥发物识别方法。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述小麦病害挥发物识别方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述小麦病害挥发物识别方法。