復雜體系近紅外光譜定量分析建模新方法研究.pdf

1、近紅外光譜分析方法具有高效、快速、無污染、不破壞樣品且成本低等優(yōu)點,在許多領(lǐng)域均有廣泛應用。但是,近紅外光譜產(chǎn)生于分子振動光譜的倍頻和合頻吸收,主要記錄含氫基團(C-H,O-H,N-H,S-H)的吸收信息,吸收較弱且譜峰重疊嚴重。因此,必須借助化學計量學方法對近紅外光譜進行定性定量分析。本論文從變量篩選和建模兩方面對近紅外光譜定量分析進行研究,提出了基于特征投影圖(LPG)的變量篩選方法、利用多模塊偏最小二乘方法(MB-PLS)對近紅外

2、光譜進行定量分析,并將小波變換(WT)用于多模塊分解。具體內(nèi)容如下:
　　 1.特征投影圖(LPG)是在化學因子分析(CFA)中用于研究數(shù)據(jù)性質(zhì)的方法?；贚PG中直線段代表選擇性區(qū)域的思想,將LPG用于近紅外光譜分析中的波長選擇。首先假設校正光譜中直線段上的變量對模型的貢獻相同。根據(jù)此假設,只選用LPG中拐點處的變量即可滿足建模要求。利用兩組煙草樣品對所提方法進行測試,結(jié)果顯示只選用少于20個變量即可建立簡單的模型并可得到滿意

3、的預測結(jié)果。因此,基于LPG建立近紅外光譜特征波長的篩選方法不失為一種合理有效的變量篩選工具。
　　 2.改進了多模塊偏最小二乘(MB-PLS)方法并用于定量分析谷物和煙草樣品的近紅外漫反射光譜。在該模型中,沿著波數(shù)方向?qū)⒐庾V平均劃分為若干子模塊,由于各組分在光譜的不同波段吸收強度不同,子模塊所包含的信息亦有所差異,因此在MB-PLS建模中各子模塊采用不同的因子數(shù)。與傳統(tǒng)的PLS相比,每個子模塊的相對重要性和貢獻可以通過高級權(quán)重

4、和使用不同的因子數(shù)加以調(diào)節(jié)。因此,MB-PLS的預測能力優(yōu)于普通PLS,尤其是處理具有大量變量和大量樣本的煙草數(shù)據(jù)。
　　 3.提出了一種結(jié)合小波變換(DWT)的加權(quán)MB-PLS方法用于近紅外光譜建模。在該方法中,首先利用DWT將光譜劃分為若干子模塊,再用高級權(quán)重和子模塊權(quán)重計算各模塊的相對重要性。其中,子模塊的相對重要性是由交叉驗證中產(chǎn)生的預測誤差平方和(PRESS)計算所得。因此,該方法提供了一種合理劃分MB-PLS中子模塊