文档介绍：万方数据
局部建模方法用于烟草样品的近红外光谱定量分析雪,蔡文生,邵学广’言1澹逡欢猉R欢/引狪石法鮙。在局部建模中,常采用。距离”作为评价样本之间相琗:R挥281IN1光谱学与光谱分析摘要采用近红外光谱在主成分空间的距离作为样本相似性的判据,建立了一种用于近红外光谱定量分(PcA)(PLS)表明,欧氏距离可以更好地表达样本之间的相似性。将所建立的方法用于烟草样品中氯和尼古丁含量的测定,结果表明局部建模方法比常用的全局建模方法具有更好的预测准确性,特别是在低含量成分的预测中具有明显优势。关键词局部建模;近红外光谱;主成分分析;欧氏距离;马氏距离06573ADOI103964jissn1000-0593(2008)11-2561-04近红外光谱主要产生于分子内基团振动的倍频与合频吸收,谱峰强度较弱,谱带较宽,重叠严重。因此,近红外光谱的定量分析往往需要借助化学计量学方法。在近红外光谱分(MIR)分回归钚《朔等,多是基于光谱响应与化学性质缗ǘ之间存在线性关系而建立回归模型。但在很多情况下,近红外光谱响应与化学性质之间并不是严格Miller[1]线性的原因。在我们以往的工作中也发现近红外光谱与组分PLS[2]局部回归方法regressionLocal根据一定的相似性判据选取校正集数据中与预测样本性质相近的部分样本作为校正子集进行建模,以解决由于样本浓度范围过大或样品间差异过大等原因引起的非线性响应,如基P(RPLs(s)似度的依据,除直接使用光谱之间的欧氏距离外,一般采用[10][3]成分特征空间中样本的相对距离作为相似性标准筛选校正子集建立了局部回归模型,并用于烟草中尼古丁的测定,取得了满意的结果¨。本文将局部建模方法应用于烟草样品中氯和尼古丁含量的定量分析,并对欧氏距离和马氏距离进行了比较。将所建立的方法应用于实际样品分析,得到了稳定的预测模型和满意的预测结果。局部建模方法的基本思想是对每一个预测样本选择与其最相似的校正集样本作为建模的校正子集建立局部回归模型。与全局建模方法相比,局部模型可以更好地对未知样品进行预测。本文基于主成分空间的欧氏距离和马氏距离对PLS欧氏距离和马氏距离的定义分别为XljiJ光谱在主成分空间的投影吹梅,为全部校正集样M+取广义逆。本文所建立的局部建模方法包括如下计算步骤。匪婊治部分,即校正集、检验集和预测集。孕U馄捉兄鞒煞址治,采用前两个(2032551720575031)(20050055001)V0128NoIIpp25612564,南开大学化学学院分析科学研究中心,天津m2007-06-262007-0928作者简介:石雪,女,年生,南开大学化学学院在读硕士研究生*e-mail,xslo@
万方数据
鲫的光谱数据。样品中1'mIl2()(ED)1223-EP11豪撸:EP(光谱学与光谱分析第卷主成分构建主成分特征空间计算检验集和预测集光谱在该主成分空间的投影。栽げ饩礁蟛为判据,使用检验集数据进行模型参数的确定。即首先根据交式计算主成分空间内每个检验集样本与校正集样本之间的欧氏距离或马氏距离,然后根据距离选择校正子集进行建数目,R蜃邮的变化情况,以确定最佳参数值。杂呕牟问栽げ饧窘⒕植縋模型并进行预测。使用/焱夤馄滓德国光学仪器公司馐圆煌桃恫个粗烤烟叶样品,采4涓艏锹氯和尼古丁的含量采用鞫治鲆德国Luebbe)318