作者:路皓翔; 吴鹏飞; 杨辉华; 刘振丙近红外光谱技术模型传递最小角回归一元线性直接校正法
摘要:针对近红外光谱分析技术中模型通用性较差的问题,提出了一种新的模型传递方法——最小角回归结合一元线性直接校正法(Least angle regression combined simple linear regression direct standardization,LAR-SLRDS)。该方法首先采用小波变换对样品光谱数据进行预处理,然后利用LAR实现样品全谱区光谱特征波长点的筛选,最后利用SLRDS对筛选出来的变量进行校正。采用汽油和药品样本的近红外光谱数据验证LAR-SLRDS性能,汽油数据集C7、C8、C9和C10成分的光谱差异为0.0028、0.0027、0.0026和0.0027,预测标准差为0.4106、0.8492、1.0349和1.2158;药品数据集活性、硬度和重量成分的光谱差异为0.0300、0.0318和0.0336,预测标准差为1.9338、0.4402和2.1309。结果表明,LAR-SLRDS算法不仅能够消除主、从仪器光谱之间存在的差异,实现模型传递,而且能够提高PLS定量模型的准确性和稳定性,具有广泛的应用潜力。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社