欢迎您注册蒲公英
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
计算技术的发展
早年近红外的问题,吸收及漫反射光谱谱带都很宽且重叠严重。
最早,Norris 对谷物的分析是采用单波长线性回归或多波长多元线性回归的方法得到定量结果的,但使用的波长数受到滤光片个数的限制且会出现较大的偏差。
在近红外光谱技术发展的同时,欧洲的Wold和美国的Kowalski教授已于70年代开始了化学计量学( Chemomet-rics )的研究,尤其是Kowalski教授在华盛顿大学领导的过程分析化学中心(CPAC )着重研究了分析仪器与化学过程自动化的联系。
综合使用数学、统计学和计算机科学知识,研究从测定数据中提取信息,消除众多信息共存中相互重叠的信息,典型的应用如主成分分析,光谱数据经主成分分析,再与应变量回归求出校正系数(矩阵)。
在主成分回归的基础上,又发展了偏最小二乘法,该方法在对光谱矩阵进行降维处理的同时引人应变量的信息。目前,PLS是近红外光谱分析中应用最广的计算方法,在克服奇异点影响上有良好的效果,但当校正集样本中出现奇异点,或个别样品的性质范围已超出校正集样本的范围时,则可能出现较大的偏差。
90年代中期以来,非线性校正技术在光谱分析中的应用日渐增多,人工神经网络在多元非线性校正技术中占有重要的地位,该技术在不少领域的应用中已取得了良好效果。如柴油闪点与光谱性质间的关联,即使在光谱受到外界因素扰动时仍然获得较好结果。
1994年以来,采用基于“模式识别”的方法提出的拓扑计算方法也有定的适用性,其基本思想是比较未知样品的谱图与校正集样品谱图的差异,在校正集中寻找最相近的样品,求其性质的平均值即为未知样品的性质。
在定性分析中应用的模式识别、主成分分析、马氏距离等方法随应用的需要也得到很快的发展。
近红外光谱分析技术是伴随着计算技术的发展而发展的,各种线性或非线性关联方法几乎在此都得到应用,但最佳计算方法的选择将由分析对象及所处的环境决定。
近红外技术的发展,离不开化学计量学和计算机技术的支撑。
|