用于近红外光谱分析化学计量学方法研究与应用进展.pdfVIP

第 36卷 分析化学 ( FENX I HUAXU E) 　评述与进展 第 5期 　　　　 　　　　　　　 　　　　　　　 　　　　 2008年 5月 Ch inese Jou rnal of A nalytical Chem istry 702 ～709 评述与进展 用于近红外光谱分析的化学计量学方法研究与应用进展 褚小立 　许育鹏 　陆婉珍 (石油化工科学研究院 ,北京 100083) 摘 　要 　分析模型的建立是近红外光谱分析的核心技术之一 ,本文综述了近些年在近红外光谱分析方法中 ( ) 出现的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 和校正方法 、基于局部样本的建模策略以及二维相关光谱等 ,并给出了一些方法的具体算法 。引用文献 48篇 。 关键词 　近红外光谱 ,化学计量学 ,核函数 ,集成方法 ,多维校正 ,局部算法 ,二维相关光谱 ,评述 1　引　言 ( ) 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 M EM S 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 PL S 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 。 2　基于核函数的校正方法 ( ) [ 4 ] 支持向量机 SVM 是一种基于统计学习理论的机器学习算法 ,最初产生于模式识别问题 ,可解 ( ) 决非线性分类问题 。其关键技术就是采用了 M ercer核函数 kernel function ,通过引入核函数把基于内 积运算的线性算法非线性化 ,即将输入样本空间非线性映射到新的高维特征空间 ,在高维空间中进行相 应的线性操作 。SVM 在机器学习领域取得了成功 , 引发人们将传统的各种可用内积表达的线