潜变量聚类分析法在近红外光谱波长范围选择中的应用研究

摘要

介绍了潜变量聚类分析方法的基本原理,并将该方法应用于近红外光谱定量模型的谱区选择.以烟草样品为例,对107个样品的光谱进行处理,将光谱分为5簇,从化学角度分别解释了这5簇各自反映的信息.在此基础上,选择相应的波长范围用PLS方法建立了总糖、还原糖和尼古丁的定量分析模型.与全谱模型相比,3个模型的交互验证相关系数(Rtraining)分别由0.9771,0.9172,0.9874提高到0.9955,0.9751,0.9944;验证样品相关系数(Rtest)由0.9778,0.9412,0.9932提高到0.9927,0.9679,0.9940;交互验证均方差(RMSECV)由1.09,1.43,0.14降为1.05,1.05,0.13;预测残差均方差(RM-SEP)由0.92,1.17,0.16降为0.39,0.63,0.11;预测样品间平均标准误差(D)由1.274%,1.972%,0.829%降为0.711%,0.843%,0.768%,表明用该方法建立模型的预测准确度和精密度均有所提高,对实际应用有一定的指导作用.