翻译连续分段直接标准化方式来校正光谱中温度引起的变化.docxVIP

连续分段直接标准化方式来校正光谱中温度引起的变化 在分析处理应用屮，不能总是保证标准条件是恒定的，然而外部变量的波动, 如温度，就会对测量结果有着很大的影响。例如，非线性的温度影响在利用多元 矫正方法一偏最小二乘法处理在近红外光谱中就会对预测结果会有一个严重的 偏差。一种叫做连续分段直接标准化的方法被用來改善这种外部的影响，即一种 概括离散的PDS标准化转移方法并且能够适应光谱屮非线性的因素影响，如温 度影响。本实验利用近红外小波测量了酒精，丙二醇和水的混合物在30.C—70.C 屮的浓度。这种方法能够几乎能够完全消除光谱测量中的温度影响，对模型屮化 学成分丙醇的预测也和常温下得到的结果相近。 快速光谱法如近红外光谱法在分析过程屮有着重要的作用。近红外光谱能够 在线或者离线测量的可能性使得它成为一种极其重要的处理分析方法，而且由于 速度快也是处理控制和监测屮一个重要方面。由于近红外光谱的效率地，因此多 元方法如最小二乘法在校正屮是很有必要的。然而在工厂环境屮近红外光谱法常 受到如温度，压力这些外部变量的浮动的影响。一种多元模型很容易受到这种浮 动的影响，并且在红外光谱监测若不考虑外部变量的影响，那么它检测的效果会 非常不好。 解决外部波动的可能性Z—是隐建模，通过列入温度到校准设计中。在以前 的工作研究温度的波动影响对校准模型的预测能力。结果发现，将温度放入隐式 模型屮的预测能力