近红外光谱仪器中滤光片波长组合的优选
摘 要 如何快速、准确地进行滤光片波长组合的优选, 是滤光片型近红外光谱仪器研究的一个关键技术。利用组合生成算法与多元线性回归分析相结合, 并运用计算机编程语言分析了掺假山茶油的近红外光谱吸光度矩阵, 优选出不同组合数下滤光片波长组合。该方法可在全光谱波长范围内快速的实现滤光片的优选, 且建立的定量分析模型简单、精度高、稳定。
滤光片型近红外光谱仪器是采用滤光片作为分光系统的光谱分析仪器[ 1] 。在众多的近红外光
谱仪器中, 滤光片型近红外光谱分析仪器是一种较为经济实用的分析仪器, 很容易得到推广使用。
由于在该类仪器中, 滤光片波长组合的选取是否合适, 会直接影响到仪器的分析精度。因此, 滤光片
型光谱分析仪器研究中的一项关键技术便是如何选择合适的滤光片波长组合。
多元线性回归( Mult iple linear regression, MLR) [ 2] 与相关光谱相结合的方法常用于近红外光谱定标波长优选。该方法是以最优起始定标波长点为起点, 通过逐步增加波长后经F 检验来获得被选定标波长的最优组合, 但此方法所选择的定标波长可能对定标模型产生干扰。所以在每一次定标
波长的选取时, 还需要对独立的预测样品集进行预测分析, 以确定经过筛选后的定标模型预测能力是否有所提高, 如果定标模型的预测能力未能提高, 则需要重新筛选定标波长。根据组合数学的原理可知, 如果要在10 个特定波长中任意选出4 个波长的组合作为定标波长组合, 则其组合数将达到C410= 210。若采用这种方法来确定定标波长计算量大、耗时长, 所得到的结果不一定是最优定标波长。对于偏最小二乘回归[ 3] , 主成分回归[ 4] , 人工神经网络[ 5] 等相对较为复杂的算法, 210 个波长组合的计算量相当巨大。
组合生成算法[ 6] 与计算机编程语言相结合能很好的解决以上问题。本文采用组合生成算法与
面向矩阵运算的工程计算机语言MATLAB 相结合的方法, 利用计算机编程实现自动从多个波长点组合中挑选出最优定标波长组合。根据这些波长组合, 可以选择最优的滤光片组合方案。
