近红外及拉曼光谱多元校正方法分析-分析化学专业论文.docxVIP

摘 摘 要 摘 要 多元校正方法结合近红外或拉曼光谱技术为复杂体系的无损、快速定量分 析提供了一种新的手段。然而，光谱中的噪音、背景、瑞利散射、冗余波长和 奇异样本等的存在，会降低谱图的质量。因此，利用近红外或拉曼光谱进行定 量分析时一般要先进行奇异样本的检测、光谱预处理及波长选择以消除各种非 目标因素对光谱的影响，然后利用处理后的光谱和待测属性值之间建立多元校 『F模型，进而实现对未知样本中有关组分的含量或其它品质属性值的预测。本 论文围绕多元校正过程中的计量学方法进行了研究，改进了一种多模型建模方 法，发展了一种奇异样本检测的新方法，提出了一种新的数据质量评价的方法， 并探索了多元校正方法结合拉曼光谱应用于生物代谢物多组分同时定量分析的 可行性。具体内容如下： 1．改进了推进偏最小二乘回归方法(boosting PLS)并将其应用于烟草样本 的近红外光谱定量分析。Boosting PLS方法已提出并用于提高PLS模型的预测 精度，但是该方法易受奇异样本的影响，并且对某些数据预测能力提高不大。 为进一步提高boosting PLS方法的预测能力及对奇异样本的稳健性，对其进行了 三方面的改进，包括稳健步骤的加入，新损失函数的提出及集成策略的改变。 将改进的boosting PLS方法用于烟草近红外光谱信号进行定量分析，并与未经改 进的boostingPLS、偏稳健M回归(P