主题:【第十三届原创】光谱预处理对混合过程API定量模型的影响

浏览 |回复0 电梯直达
导演叫我趴下脸着地
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
维权声明:本文为Insp_f6c3db88原创作品,本作者与仪器信息网是该作品合法使用者,该作品暂不对外授权转载。其他任何网站、组织、单位或个人等将该作品在本站以外的任何媒体任何形式出现均属侵权违法行为,我们将追究法律责任。
光谱预处理对混合过程API定量模型的影响

为了提高模型的稳定性,考察了SNV、导数、Savitzky-Golay (SG)平滑、Mean center组成的六种预处理组合对光谱进行优化的结果。然后,建立PLS模型使用留交叉验证法,RMSECV作为模型的评价参数对预处理结果进行评价,所有光谱都经过Mean center处理。Mean center是将建模校正集光谱减去其平均光谱,将光谱的变动量与一级数据相关联,扩大了光谱的差异性,增加了光谱特异性波段对API的灵敏度。由于SNV能够消除颗粒大小变异的影响、物料动态特性造成的测量距离的变化、光散射带来的影响以及各种因素带来的基线漂移,故使用SNV对光谱进行处理。此外,用平滑来处理光谱求导带来的噪音,同时预处理组合也考察了不同平滑窗口带来的影响。每一个组合都产生了可接受的结果,表1为在线光谱预处理优化后的建模结果。据表1得经SNV+ mean center组合预处理后建立的模型预测能力最佳R2cR2cvRMSECRMSECV分别为0.9620.9612.53562.5412RMSECV较未经预处理优化前提高0.7035%1(a)为经SNV+meancenter预处理后建立的模型图,绿色的代表校正集光谱,橙色的代表交叉验证光谱点。由图可得,校正集回归线、验证集回归线与1:1回归直线几乎重合,且模型几乎无异常点。

1在线模型光谱预处理结果

预处理

R2c

R2cv

RMSEC

RMSECV

meancenter

0.914

0.913

3.2391

3.2474

SNV+meancenter

0.962

0.961

2.5356

2.5412

SNV+FD+SG3+meancenter

0.965

0.964

2.7621

2.7692

SNV+ FD+SG5+meancenter

0.963

0.962

2.8146

2.8212

SNV+SD+SG3+meancenter

0.96

0.958

2.9246

2.9515

SNV+SD+SG5+meancenter

0.963

0.958

2.6421

2.6522



(b)中虚线为经SNV+meancenter预处理后PLS模型的第一主成分荷载图,蓝色的曲线表示API单组分光谱图,其余三条曲线表示主要辅料的单组分光谱图。通过比较,第一主成分荷载图与API的纯组分光谱在特异性波段1100 nm(API波峰)1500 nm(API波谷)趋势相同,且该波段处辅料有相反的趋势(1100 nm为低吸收、1500 nm处为高吸收),表明建立的PLS模型能够捕获与API含量相关的变化。

(a)

(b)

(a)预处理后的最优模型图 (b)第一主成分荷载图与组分纯光谱

附件:
为您推荐