【摘要】 近红外光谱的波长选择问题引起了人们的广泛关注

近红外光谱技术作为一种典型的无损检测技术，因其检测速度快、操作简单、无二次沾污等优点而得到广泛应用。随着近红外光谱学技术的广泛应用，数据处理的研究越来越受到重视。

由于近红外波长数量庞大，如果对整个波段进行建模，不仅会增加计算量，而且会降低模型的精度和稳定性。因此，近红外光谱的波长选择问题引起了人们的广泛关注。近年来，许多学者对近红外光谱技术的波长选择进行了研究和讨论。波长变量的保留率由指数衰减函数控制，并在竞争性自适应重加权取样方法中选择波长变量。IPLS方法首先对波长变量进行划分，然后对每个子区间进行建模。最后，根据每个子区间，的平均根平方误差，可以确定最佳波长变量。通过消除UVE-PLS方法中的非信息变量，提高了偏最小二乘(PLS)方法的预测性能。此外，MC-UVE方法将蒙特卡罗技术与非信息变量消除法相结合。具有最小冗余和最大相关性的波长选择也引起了人们的广泛关注。结合偏最小二乘法和假最近邻法选择光学波长变量。

总之，选择波长变量的方法有很多，这些方法也被系统地分类和讨论。可以看出，有许多波长变量的选择方法。然而，大多数这些方法过滤波长变量作为离散变量。由于噪音及其他因素会影响测定的制造过程，因此在选择预处理前，必须采用不同的制造方法。此外，不同的预处理方法对模型结果有很大的影响，新的预处理方法继续被引入。

从另一个角度来看，近红外光谱技术在一个时间间隔内连续记录，这显然符合功能数据的特点。因此，如果我们把每个样品的近红外光谱技术作为功能数据，也就是把每个样品的光谱看作一个函数，它不仅可以预处理光谱，而且有助于提取光谱的内部变化趋势，方便红外数据分析。

  • Shaohui Yu, Jing Liu, Ensemble calibration model of near-infrared spectroscopy based on functional dataanalysis, Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, Volume 280, 2022, 121569, ISSN 1386-1425, https://doi.org/10.1016/j.saa.2022.121569.

科学指南针是互联网+科技服务平台,500多家检测机构,提供近5万种设备和服务项目,涵盖生物医药、智能硬件、化学化工等多个领域,由专业人员1对1跟踪服务,保证检测质量与效率。