光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2008年
5期
1057-1061
,共5页
鲍峰伟%彭黔荣%刘景艳%蔡元青%毛寒冰%唐珂%吕燕文
鮑峰偉%彭黔榮%劉景豔%蔡元青%毛寒冰%唐珂%呂燕文
포봉위%팽검영%류경염%채원청%모한빙%당가%려연문
近红外光谱%潜变量聚类分析%波长选择
近紅外光譜%潛變量聚類分析%波長選擇
근홍외광보%잠변량취류분석%파장선택
介绍了潜变量聚类分析方法的基本原理,并将该方法应用于近红外光谱定量模型的谱区选择.以烟草样品为例,对107个样品的光谱进行处理,将光谱分为5簇,从化学角度分别解释了这5簇各自反映的信息.在此基础上,选择相应的波长范围用PLS方法建立了总糖、还原糖和尼古丁的定量分析模型.与全谱模型相比,3个模型的交互验证相关系数(Rtraining)分别由0.9771,0.9172,0.9874提高到0.9955,0.9751,0.9944;验证样品相关系数(Rtest)由0.9778,0.9412,0.9932提高到0.9927,0.9679,0.9940;交互验证均方差(RMSECV)由1.09,1.43,0.14降为1.05,1.05,0.13;预测残差均方差(RM-SEP)由0.92,1.17,0.16降为0.39,0.63,0.11;预测样品间平均标准误差(D)由1.274%,1.972%,0.829%降为0.711%,0.843%,0.768%,表明用该方法建立模型的预测准确度和精密度均有所提高,对实际应用有一定的指导作用.
介紹瞭潛變量聚類分析方法的基本原理,併將該方法應用于近紅外光譜定量模型的譜區選擇.以煙草樣品為例,對107箇樣品的光譜進行處理,將光譜分為5簇,從化學角度分彆解釋瞭這5簇各自反映的信息.在此基礎上,選擇相應的波長範圍用PLS方法建立瞭總糖、還原糖和尼古丁的定量分析模型.與全譜模型相比,3箇模型的交互驗證相關繫數(Rtraining)分彆由0.9771,0.9172,0.9874提高到0.9955,0.9751,0.9944;驗證樣品相關繫數(Rtest)由0.9778,0.9412,0.9932提高到0.9927,0.9679,0.9940;交互驗證均方差(RMSECV)由1.09,1.43,0.14降為1.05,1.05,0.13;預測殘差均方差(RM-SEP)由0.92,1.17,0.16降為0.39,0.63,0.11;預測樣品間平均標準誤差(D)由1.274%,1.972%,0.829%降為0.711%,0.843%,0.768%,錶明用該方法建立模型的預測準確度和精密度均有所提高,對實際應用有一定的指導作用.
개소료잠변량취류분석방법적기본원리,병장해방법응용우근홍외광보정량모형적보구선택.이연초양품위례,대107개양품적광보진행처리,장광보분위5족,종화학각도분별해석료저5족각자반영적신식.재차기출상,선택상응적파장범위용PLS방법건립료총당、환원당화니고정적정량분석모형.여전보모형상비,3개모형적교호험증상관계수(Rtraining)분별유0.9771,0.9172,0.9874제고도0.9955,0.9751,0.9944;험증양품상관계수(Rtest)유0.9778,0.9412,0.9932제고도0.9927,0.9679,0.9940;교호험증균방차(RMSECV)유1.09,1.43,0.14강위1.05,1.05,0.13;예측잔차균방차(RM-SEP)유0.92,1.17,0.16강위0.39,0.63,0.11;예측양품간평균표준오차(D)유1.274%,1.972%,0.829%강위0.711%,0.843%,0.768%,표명용해방법건립모형적예측준학도화정밀도균유소제고,대실제응용유일정적지도작용.