原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
如何建立和评估近红外模型
;;近红外分析技术的难点与技术策略 ;偏最小二乘法的基本思想;在主成分回归中，只对光谱矩阵作了分解，消除了光谱矩阵中的无
用信息；同样，浓度矩阵中也包含了无用信息，也应作相应处理。
偏最小二乘法：分别求出样品集光谱矩阵与样品组分矩阵的主成分
矩阵，将这两个矩阵相关联，求其线形关系，用所建立的线形函数
来预测未知样品。
(其中的最佳主成分矩阵的维数采用内部交叉检验来得出)
;优点：
充分提取样品光谱的有效信息
消除了线性相关的问题
考虑了光谱矩阵与样品成分矩阵之间的内在联系，模型更稳健
适合于复杂分析体系。
缺点：
计算速度较慢，计算过程较繁琐，需要多次迭代
模型建立过程复杂，较抽象，较难理解;怎样建立好的近红外定量分析模型？;确定近红外定量分析的目标准确度;确定近红外定量分析的目标准确度;怎样建立好的近红外定量分析模型？;;近红外仪器的选择;实 验 条 件 的 选 择;不同光程比色皿测定的光谱;实 验 条 件 的 选 择;;Messfenster der Integrationskugel;不均匀样品测试结果差异;实 验 条 件 的 选 择;高分辨率、高质量光谱;怎样建立好的近红外定量分析模型？;样品集的选择;大豆样品的挑选（３７３选２６１）;不同含量样品数的选择;样 品 分 布;;建 立 模 型? ? ? ? ? ?检验模型;;怎样建立好的近红外定量分析模型？;模型优化;模型优化条件的选择：谱区宽度、Rank大小、预处理方法;最佳谱区的选择;矢量归一化预处理的PLS模型;怎样建立好的近红外定量分析模型？;内部交叉检验;外部检验（Prediction）;模型内部交叉检验;如何判定近红外定量分析是否可行?;校正;RMSECV vs Rank图表;模型内部交叉检验;模型内部交叉检验;Detection of gaps in calibration range by density values;OPUS Quant2 (PLS) Report;
文档评论（0）