用于近红外光谱分析的化学计量学方法研究与应用进展
近年来, 近红外光谱(N IR)分析技术在许多领域,尤其是在石化和制药过程分析中得到了较为广
泛的应用,其产生的作用和效果也逐渐得到人们的认可和重视[ 1~3 ] 。随着研究和应用的深入开展,一些
新兴技术也越来越多地应用于这项分析技术中,如用于仪器硬件设计和加工的微机电系统(MEMS)技
术、新化学计量学方法和模型建立策略等,使该项技术的应用更为方便、快速和准确。
化学计量学方法是近红外光谱分析技术必不可少的组成部分,用于光谱信号的处理和定性定量分
析模型的建立。定量校正模型的建立是近红外光谱分析的核心技术之一,常用的方法有多元线性回归
(MLR) 、偏最小二乘( PLS)和人工神经网络(ANN)等。为建立预测准确性好和稳健性强的近红外分析
模型,近年来出现了一些新算法和模型建立策略,如基于核函数的非线性校正方法、集成(或共识)的建
模策略、多维分辨与校正方法、基于局部样本的建模策略以及二维相关光谱等。本文对这些新方法的原
理和应用进行了评述和展望,为便于参考还给出了一些方法的具体算法。
|