基于最小角回归结合一元线性直接校正法的近红外光谱模型传递方法

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