主题：【分享】化学计量学软件的主要功能与开发

浏览0 回复0 电梯直达

Insm_68f50e17

结帖率：

100%

关注：0 |粉丝：0

新手级：新兵

发表于：2024/06/26 10:08:34 楼主管理分享倒序浏览只看楼主回复私聊

1. 化学计量学软件的主要功能

应用于近红外光谱建模的化学计量学软件应具备最基本的数据处理方法及功能，包括：

（1）样本相关信息的录入、存取、数据格式的转换与编辑。

（2）数据中心化、标准化、多元散射校正（MSC）、标准正态变换（SNV）、微分与平滑等数据预处理方法。

（3）主成分分析（PCA）、偏最小二乘（PLS）、线性判别分析（LDA）、偏最小二乘法判别分析（PLS-DA）、SIMCA、支持向量机（SVM）等降维、回归和判别分类方法。

（4）奇异样本的统计识别和删除。

（5）模型的交互验证、评价和可视化。

（6）模型、预测结果、评价指标的浏览和导出。

2. 化学计量学软件的开发

开发化学计量学软件最常用的是Matlab、Python和R语言，下面就基于上述三种语言开发的各种化学计量学软件包进行介绍。

（1）MVC1（Multivariate calibration 1）^[80]是一个基于Matlab开发的化学计量学工具箱。该软件具有易于管理的图形用户界面，能够接受不同的输入数据格式（可以是矩阵或矢量，也可以是已经存在Matlab变量空间中的数据），纳入了许多预处理算法，且实现了常见的12种多元校正方法。通过该软件，可以实现多元校正模型的开发、验证以及随后对待测样本的预测。该软件还能生成许多关于模型性能的不同图表，包括误差分布、异常值检测等。

（2）scikit-learn^[81]是一款基于Python环境的化学计量学工具箱，囊括了多种判别、回归和聚类分析，还包括数据降维、模型优化和选择、数据预处理等多种功能，且有丰富的文章支持和扩展补丁，是目前Python环境中最成熟的机器学习工具箱之一。

（3）caret是一个基于R的机器学习工具箱，包括了样本导入、数据预处理、因子分解、多元校正、参数优化和数据可视化。该工具还支持并行计算，能够充分调用计算机资源实现快速建模的目的。

二、商品化的化学计量学软件

商用的化学计量学软件主要为仪器供应商开发以匹配特定的仪器。这类软件包含常见的化学计量学建模功能，通常是编译并打包好的二进制程序，具有容易操作的用户界面、针对特定仪器的驱动和量测单元、针对特定光谱和模型稳健的读取、写入和转化等功能。

Thermo Fisher开发的ValPro? System Qualification Software for NIR Analyzers和TQ Analyst? Pro Edition Software是针对其旗下仪器的化学计量学软件，包括了光谱的测量，定量模型和定性模型的建立、评价和预测。这些软件有容易操作的用户界面，能够为具有不同建模经验水平的光谱从业人员提供服务，是一个全面的方法开发平台，具有开发强大方法的所有性能和灵活性。其他近红外光谱仪器公司也大都有自己的化学计量学软件，如Bruker公司、ABB公司、PE公司、FOSS公司和万通公司等。国内一些仪器公司和科研院所也开发出了用于光谱分析的商用化学计量学软件。

PLS_Toolbox是一款为数不多的由商业软件公司（Eigenvector Research, Inc.）开发的化学计量学软件。该软件是一款基于Matlab开发的化学计量学工具箱，囊括了目前众多高效的化学计量学算法，包括：主成分分析（PCA）、偏最小二乘回归（PLS）非线性回归和分类方法，局部加权回归、数据预处理、平行因子分析（PARAFAC）、N-way PLS和Tucker模型、多变量曲线解析（MCR）、窗口因子分析和直接分段标准化（PDS）等。类似的，还有Umetrics公司的SIMCA-P，Camo公司的Unscrambler软件等。