应用数字傅里叶滤波方法提高近红外光谱多元校正模型稳健性的研究

韩元霜 | -> | 818| 1| 0.375846MB |数字傅里叶滤波,稳健性,多元校正模型,近红外光谱分析

韩元霜 韩元霜 | 文档量 |浏览量17491

摘􀀁 要􀀁 在近红外光谱多元校正方法实际应用中, 经常遇到这样的情况, 近红外光谱校正模型仅适用于建模时的测量条件, 而在测量条件稍有变化时就无法实现样品的准确预测。文章主要研究采用数字傅里叶滤波预处理方法提高近红外光谱多元校正模型稳健性。文章将数字傅里叶滤波预处理方法应用于葡萄糖水溶液的温度实验, 实验1 和实验2 分别在恒温25 􀀂 和恒温30 􀀂 进行光谱测量; 实验3 在未控温的室内环境下进行光谱测量。采用实验1 和实验2 的样品作为训练集进行模型训练和优化, 模型建立完毕之后, 采用实验3 的样品作为验证集进行模型预测能力评价。结果表明, 如果训练集样品未经过预处理而直接建立偏最小二乘( PLS) 多元校正模型, 则验证集样品均方根预测误差( RMSEP) 为664􀀁 47 mg dL- 1 。而训练集和验证集样品经过傅里叶滤波预处理之后分别进行PLS 建模和预测, 验证集样品均方根预测误差( RMSEP) 降低为58􀀁 43 mg dL- 1 , 样品预测值与参考值的相关性也得到提高。可见, 采用数字傅里叶滤波预处理方法可以提高多元校正模型的稳健性。
    近红外光谱分析技术通常采用多元校正方法, 通过对样品光谱和其品质参数进行关联, 建立校正模型, 然后通过校正模型和未知样品的光谱信息来预测样品的品质参数[ 1, 2] 。如果被测样品的测量条件与校正模型建立过程的测量条件不一致时, 会产生异常光谱, 常规的化学计量学方法一般对该异常值十分敏感。异常值的存在能引起分析结果很大的偏差。! 稳健∀ 的含义在于, 当体系存在对统计假设的较小偏离时, 分析结果仅受到较小的影响; 而当这种偏离较大时, 其影响也不至于是灾难性的[3, 4] 。显然, 对稳健方法的研究, 有助于拓宽化学计量学多元校正的实际应用范围[ 5􀀂7] 。
    提高多元校正模型稳健性的一条途径是使用数据预处理方法[8􀀂10] , 使得不同测量条件下测量得到的相同样品的光谱差异减弱或消除。主要的方法有多重散射校正( MSC) [ 11􀀂13] 、标准正交变换( SNV) [ 14􀀂16] 、正交信号校正( OSC) [17􀀂19] 和数字傅里叶滤波( Digital Fourier filter ing) [20􀀂22] 等预处理方法。本文主要对数字傅里叶滤波方法进行研究。
    数字傅里叶滤波( Dig ital Fo ur ier filtering ) 预处理[20􀀂22] 方法可以有效地滤除高频噪声以及由仪器背景或基线漂移等原因引起的低频噪声, 增加光谱信噪比。基线漂移通常是由于测量过程温度的变化或者样品和背景信号测量温度不一致引起的。数字傅里叶滤波首先将数据进行快速傅里叶变换( FFT) , 在频率空间与高斯窗函数作用, 然后反快速傅里叶变换( IFFT) , 得到经带通滤波后的光谱数据。高斯函数的均值和标准差分别确定带通滤波器的中心频率和带宽。滤波参数的确定通常采用数值优化方法来实现, 以获得最佳滤波效果[ 23] 。
韩元霜发布的其他共享资料
    0 色谱币 下载

应用数字傅里叶滤波方法提高近红外光谱多元校正模型稳健性的研究

(375.846K)

所需色谱币: 0

您持有: $userGold色谱币,完成任务赚取色谱币

立即下载

友情链接(联系QQ:47140047)
关于我们  经营理念  业务合作  联系我们  法律声明  网站建议  网站导航  帮助中心
Copyright © 色谱世界 版权所有 鄂ICP备19022139号-2