近紅外光譜分析中模型優(yōu)化方法的初步研究.pdf

1、近紅外光譜分析技術(shù)具有高效、快速、低成本、無損傷和綠色環(huán)保等優(yōu)點.它不僅可以應(yīng)用于實驗室分析,而且適用于現(xiàn)場快速檢測和實時在線分析.該論文綜合多學(xué)科的知識,深入研究了復(fù)雜光譜中微弱信息的提取、最佳測量條件的設(shè)計、多變量回歸方法的優(yōu)化、模型穩(wěn)健性的提高以及測量結(jié)果的物理解釋等關(guān)鍵技術(shù).論文的主要研究內(nèi)容包括:1.研究了多變量建模方法對近紅外光譜中有用信息的提取,及其對光譜多重相關(guān)性的克服,同時分析了奇異點的剔除對近紅外光譜模型穩(wěn)健性的提高

2、效果.實驗證明,偏最小二乘回歸能有效提取出對被測量具有最佳解釋能力的信息,建立更穩(wěn)健的模型;而奇異點的剔除可將葡萄糖水溶液四組分實驗的模型誤差降低79.2％.2.研究了正交偏最小二乘回歸方法(O-PLS)在近紅外光譜分析中的應(yīng)用,它可有效降低模型的復(fù)雜度,提高模型的穩(wěn)健性.實驗證明:O-PLS可消除近紅外光譜中與被測量正交的變異信息,將PLS模型的成分?jǐn)?shù)降低到1,為測量結(jié)果的解釋和測量條件的優(yōu)化提供了物理依據(jù).3.研究了凈信號以及基于凈

3、信號的品質(zhì)因數(shù)對模型質(zhì)量的影響,并從理論上推導(dǎo)出光譜的最佳測量條件:增加包含有效信息的波長數(shù)、采用最佳光程長均可有效提高模型精度.此外,深入研究了根據(jù)被測組分的凈信號的相對誤差指標(biāo)(EI)進行波長選擇的方法,并克服了EI對組分吸光系數(shù)的依賴,實現(xiàn)了實際光譜應(yīng)用中的波長選擇.4.研究了建模方法、奇異點的剔除、正交信號修正以及凈信號對牛奶成份近紅外光譜測量模型的優(yōu)化.實驗表明:偏最小二乘回歸方法能有效提取出脂肪含量的信息;剔除奇異點可降低模