A. 如前所述,实测光谱除含有样本物化信息外,通常包含其他因素引起的干扰噪声。在建模前,需要对所采集到的光谱数据进行预处理。按照作用的不同,预处理方法通常分为基线校正、散射校正、平滑校正以及尺度缩放四大类。基线校正主要用于消除基线漂移的影响,代表性方法有airPLS,arPLS,SSFBCP以及求导处理;散射校正用于消除因样本颗粒大小和分布不均匀产生的散射影响,主要有SNV和MSC;平滑校正用于降低光谱的噪声,提高信噪比,常用方法有移动平均平滑、SG卷积平滑、傅立叶变换、EMD分解等;尺度放缩用于消除尺度差异带来的影响(大数吃小数问题),常用方法有归一化、标准化以及中心化等。
D. 每一类预处理的针对性不同,都值得深入研究。此外还存在不同预处理的组合问题,例如先平滑去噪再基线校正。上述仅阐述了部分经典方法,很多新的方法不断提出,值得不断学习。
06-28
4万+
09-03
“相关推荐”对你有帮助么?
-
非常没帮助
-
没帮助
-
一般
-
有帮助
-
非常有帮助
提交