仪器信息网APP
选仪器、听讲座、看资讯

在线分析校正模型是如何建立的?

  • Insm_68f50e17
    2024/06/15
  • 私聊

近红外光谱(NIR)

  • 在线分析校正模型的建立主要分为5个步骤:

    1)获取代表性样品并采集对应的近红外光谱。校正模型预测性能的稳健性很大程度上取决于样品本身的代表性,因此获取有良好代表性的样品是建模过程中及其关键的一环。待获取样品后,利用光谱采集装置进行在线近红外光谱的采集,然后利用标准方法测定各份样品待测指标的数值,最后获得样品待测指标与对应光谱信息一一对应的数据集。

    2)校正样本集与验证样品集的选择。校正样本集用来模型训练而验证样本集则用来验证模型的预测性能。理想的校正集应包含未来待测样本中可能存在的所有化学成分,其浓度范围应大于待测样本。目前,常利用Kennard-Stone法、光谱-理化值共生距离法进行校正集和验证集的选取。

    3)光谱预处理及波长筛选。在建模过程中,光谱预处理往往是必不可少的,运用适当的方法进行预处理可以有效保留光谱中的关键信息并剔除噪声信息,以提升校正模型的预测性能。波长选择也是重要环节之一,进行波长筛选一方面可以简化模型,更主要的是由于不相关或非线性变量的剔除,可以得到预测能力强、稳健性好的模型。

    4)异常样本的剔除。异常样本会极大的影响建模过程,降低模型的预测准确性和稳定性,因此需要异常样本的识别与剔除。

    5)校正模型的建立。待前面4个部分的工作完成后,借助化学计量学算法建立定量校正模型,运用校正标准误差、预测标准误差、决定系数或相关系数等对校正模型的预测性能进行评价。涉及建立、评价定量校正模型或定性判别模型(类模型)可参考ASTM E-1655GB/T29858-2013GB/T37969-2019标准此外,在线模型也可由实验室建立的离线模型通过模型传递技术获得。
猜你喜欢最新推荐热门推荐更多推荐
举报帖子

执行举报

点赞用户
好友列表
加载中...
正在为您切换请稍后...