多元校正,或称为多变量校正是化学计量学的重要内容,也是现代近红外光谱分析所必备手段和工具。多元校正是建立在多元统计分析基础上的一种变量关系分析方法,是近红外光谱分析中的建模方法。 1、近红外光谱数据的表示 为了更好地理解近红外光谱数据,以及多元校正模型,我们先介绍一下数据的表示方法。 1)标量数据(或零维数据) 标量数据就是单一的数,如重量为0.1234g,体积为24.65mL等。 2)向量数据(或一维数据) 一组规则的、有确切含义的一系列标量数据组合在一起就产生了向量数据。一条光谱可以画为一条曲线,但保存在计算机中的数据却是两列数,分别表示横、纵坐标对应物理量的一系列取值,它们就是两个向量数据。比如用w=[900 905 910 915 … … 1695 1700]
t表示一系列波长,用x=[0.001 0.005 0.010 0.020 … … 0.950 0.900]
t表示一系列吸光度,其中的上角标t表示转置,即横向排列的一组数变为列向排列,所以w和x都是列向量。还可以用y=[1.0 1.1 1.3 1.5 … … 8.5 9.0]
t表示一系列样品的组分含量。 3)矩阵数据(或二维数据) 大小相同的一系列向量数据有规则地组合在一起就形成了矩阵数据。如将50个样品的光谱,x
i,i=1, 2, …, 50,组合起来就是一个矩阵:
保存光谱曲线出现问题_近红外光谱分析中的多元校正方法(一)
最新推荐文章于 2024-06-11 12:17:28 发布
本文探讨了在近红外光谱分析中遇到的多元校正方法,包括如何有效地处理和解释光谱数据。同时,文章着重讨论了在保存光谱曲线时可能遇到的问题及解决方案,旨在帮助读者理解和解决实际操作中的技术难点。
摘要由CSDN通过智能技术生成