近日,中科院合肥研究院技術生物所吳躍進研究員課題組發(fā)展了一種近紅外光譜技術方向的新算法,該算法可有效改善近紅外模型在儀器間的轉移效果。相關工作已經(jīng)被光譜學期刊Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy接收并在線發(fā)表。
近紅外光譜技術由于快速環(huán)保、不損傷樣品和同時檢測多組分的優(yōu)點,大量應用于各個行業(yè)的產品品質分析中。優(yōu)化構建適合的模型十分重要,然而,當檢測條件發(fā)生改變時,分析模型可能會失效,導致結果偏差甚至可能無法使用,上述問題限制了近紅外光譜技術的推廣應用。因而需要依靠系統(tǒng)的校正方法修正這些誤差,使得模型在新的條件下同樣適用,避免建模重新,即所謂模型轉移。
傳統(tǒng)的模型轉移過程聚焦于用更準確、更復雜的算法描述檢測條件變化前后整組光譜信號間的關系。然而,整組光譜中只有一部分是有效的,而其余部分會對轉移的結果造成干擾。因此,合理的波段選擇對于模型轉移十分重要,這些波段需要在檢測條件改變前后具有一致的響應,同時還包含有效的待測組分信息。
課題組科研人員提出了一種基于相關分析的波長選擇方法(CAWS),旨在選擇最適合模型轉移的光譜波段。他們通過設計一系列系統(tǒng)方法,使得所選擇的波段具有高的儀器間相關性,并保證在提高這種相關性的同時,光譜中仍然具有足夠待測組分相關的信息。課題組以一組玉米公開數(shù)據(jù)集和一組米糠真實數(shù)據(jù)集為例,并與多種其他算法進行了對比,驗證了方法的優(yōu)越性。該研究改善了近紅外光譜模型轉移結果適應性,對于技術的推廣應用打下基礎。
該工作得到安徽省科技重大專項、中國科學院戰(zhàn)略性先導科技專項、中國科學院科技服務網(wǎng)絡計劃(STS計劃)以及安徽省重點研究與開發(fā)計劃等項目的支持。
文章鏈接:
https://www.sciencedirect.com/science/article/abs/pii/S1386142520300305
采用CAWS優(yōu)化模型轉移的流程圖
新聞鏈接:http://www.hf.cas.cn/xwzx/jqyw/202003/t20200311_5512831.html