仪器信息网APP
选仪器、听讲座、看资讯

. 如何理解开发应用近红外光谱分析技术是一个数据挖掘应用的过程?

  • Ins_29253308
    2024/06/23
  • 私聊

近红外光谱(NIR)

  • 开发应用近红外光谱分析技术,是一个循环往复不断寻优的协同过程,从问题的提出收集代表性样品测量光谱预处理数据、训练构建模型验证评估模型到应用的整个过程来看,可视为是一个数据挖掘与应用的过程,见图6-6-19示意。其本质就是通过大量的有代表性的样品光谱数据与相应的理化性质参考数据或特征类别,结合领域知识、专家经验辅助,通过选择合适的数据预处理方法、校正方法模式识别方法,以及相关的数据可视化技术,揭示样品光谱其相应性质参考数据或特征类别之间的关系,建立有效的近红外校正模型或类模型,从而应用模型预测待测样品光谱,得到预期的各种结果从这一个过程来看,收集代表性实物样品,测量整理实验数据(包含清洗异常数据等)极为重要的基础阶段,需要花费大量的时间来作准备,任何失误或不规范的实验操作导致的样品误差、数据测量误差都会累积叠加,最终在光谱质量上或建模中体现出来,后续就算应用再先进的数据处理方法、建模算法,都难于获得理想的模型,甚至导致建模失败。建立训练校正模型或类模型可视为数据挖掘阶段,就是选择合适的校正方法或模式识别方法,对预处理后的样品光谱其相应性质参考数据或特征类别进行拟合或关联挖掘数据潜在的隐含关系,构建校正模型或类模型,并对校正模型或类模型的有效性进行验证。最后的阶段就可通过校正模型或类模型结合待测样品光谱,预测待测样品的各种理化性质数据判断待测样品的特征类别归属,并对这些预测结果进行解释和应用。本着数据挖掘这一基本思想来开发和应用近红外光谱分析技术,具有积极的指导作用。
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...