两种偏最小二乘分光光度法同时测定三组分混合物

本文研究两种偏最小二乘法（经典编最小二乘法（ＣＰＬＳ）和基于核心矩阵的偏最小二乘法（ＫＰＬＳ）同时测定三组分混合物，根据数学原理编制三个程序（ＳＰＧＲＡＦＡ，ＳＰＧＲＰＬＳ和ＳＰＧＲＫＰＬＳ）执行这些计算，八个误差函数用以推断因子数目，因为核心矩阵维数小于原始数据矩阵，所以ＫＰＬＳ法适于计算具有较多光谱数和较少样品数的数据矩阵，实验结果显示对相互重叠的光谱用这两种方法均能获得令人满意且十分吻合的结     

基于TDLAS技术的天然气中痕量硫化氢分析的PLS算法应用

基于可调谐二极管激光吸收光谱技术的光谱分析仪测量天然气中硫化氢浓度的过程中,各种轻烃和二氧化碳等背景成分对光谱产生干扰,导致多个吸收峰叠加,对提取吸收光谱真实特征造成影响.应用偏最小二乘法消除背景成分的干扰,设计了检测天然气中硫化氢气体的可调谐二极管激光吸收光谱实验系统,采用偏最小二乘法和最小二乘法模型,分别检测了天然气中0~50ppm硫化氢成分的直测光谱和差分光谱.偏最小二乘法算法的测量结果均优于最小二乘法算法,且偏最小二乘法算法对于直测谱的测量误差保持在±1ppm范围内,满足分析仪器2%的准确度要求.利用偏最小二乘法算法避免了最小二乘法所必须的大量参考光谱数据的存储,分析仪可省掉复杂的差分光谱系统,从而达到降低成本、提高系统鲁棒性和实时性的效果.     

D-u关系的最小绝对值线性拟合法

 采用最小绝对值方法对几类物质的冲击波速度D与波后粒子速度u的关系进行了直线拟合,并将其与常用的最小二乘法拟合的结果进行了比较。结果显示：对于实验数据分散性较小的密实材料（金属、离子晶体、氧化物等）,两种方法拟合的线性系数一致;而对于实验数据分散性较大的一些疏松材料（包括液体等）,两种方法拟合的线性系数有差异。对所有物质,最小绝对值法拟合的平均绝对误差比最小二乘法拟合的要小,因而最小绝对值法较最小二乘法有更高的准确性。同时讨论了导致这两种拟合差异的因素。     

基于Excel的实验数据最小二乘法计算探讨

最小二乘法是实验数据处理中最重要的方法之一，但因其计算比较繁杂，教学中使用较困难。本对Excel中三种计算方法进行比较，探讨最小二乘法计算的简便方法。     

偏最小二乘法在傅里叶变换红外光谱中的应用及进展

偏最小二乘法（PLS）是一种应用非常广泛的化学计量方法,它综合了多元线性回归法（MLR）和主成分回归法（PCR）的优势,具有预测能力强和模型相对简单等优点。PLS使傅里叶变换红外光谱的应用范围不断扩大,同时算法也得到了改进和完善。文章介绍了偏最小二乘法在傅里叶变换红外光谱中的应用,对改进算法,如移动窗口PLS（MWPLS）、稳健PLS（RPLS）、加权PLS（WPLS）和非线性PLS等进行了介绍。同时,对应用PLS时数据的预处理、变量的选择、噪声的处理和非线性模型的建立进行了综述。     

偏最小二乘法在火焰原子吸收分析中的应用

本文用偏最小二乘法校正了火焰原子吸收分析中Ｐｄ２４７．４３ｎｍ对Ｐｂ２４７．６３８ｎｍ的吸收线重叠干扰，对合成样中Ｐｂ和Ｐｄ的测定，结果令人满意，ＰＬＳ法是谱线重叠干扰的有效校正方法。     

偏最小二乘法在原子吸收光谱分析中的应用——钴和铟的同时测定

本文用偏最小二乘法（ＰＬＳ）校正了火焰原子吸收分析Ｉｎ２５２．１３７ｎｍ对Ｃｏ２５２．１３６ｎｍ的吸收线重叠干扰,对混合样中Ｃｏ和Ｉｎ的含量进行了测定,结果令人满意。     

葡萄糖溶液近红外光谱分析中两种常用化学计量学方法的比较

采用主成分回归和偏最小二乘法分别对葡萄糖溶液近红外光谱分析 ,建立数学校正模型。主成分回归模型的相关系数为 0 .9780 ,偏最小二乘法模型相关系数为 0 .9986。对两种方法进行比较 ,确定对葡萄糖溶液近红外光谱分析的方法。     

偏最小二乘原子吸收光谱法同时测定锰和镓

本文研究了偏最小二乘原子吸收光谱法同时测定了Ｍｎ和Ｇａ的方法。实验结果表明，本方法具有简单，准确的特点。     

一个简洁的最小二乘法拟合程序

一个简洁的最小二乘法拟合程序陈乃强（河北师范学院物理系石家庄０５００９１）用最小二乘法对含有随机误差的离散数据进行曲线拟合，能将变量ｘ与ｙ间变化关系的ｍ对测量值，总结成ｘ、ｙ间最可几的函数表达式ｙ＝ｆ（ｘ）．但由于此方法所需计算量甚大，故只有在微机已...     

Interpretation of FTIR Spectra by Principal Components–Artificial Neural Networks

In order to improve the training speed and increase the predictive ability of artificial neural networks, principal component analysis (PCA) and partial least squares (PLS) were introduced to compress the original data. The principal components (PCs) of FTIR spectroscopic data matrix were obtained by PCA and PLS methods respectively, which were used as the inputs of neural networks. Results indicated that improvement was achieved in three aspects when the PCs instead of the original data were input to the networks. First, iterations were distinctly decreased from 8000 to less than 10. Second, computation time was shortened from 34.95 s to less than 1 s. Third, standard error of prediction (%SEP), mean relative error (MRE), and the root mean square error of prediction (RMSEP) decreased by 35% for the singular value decomposition–artificial neural network (SVD‐ANN) and 80% for the nonlinear iterative partial least squares–ANN (NIPALS‐ANN) or so, which means that the predictive ability was improved significantly. In addition, F‐test was introduced to compare the performance of PCA and PLS for compression of original data, and it was shown that the latter model was more efficient. The presented methodologies of variable selection provide a simple and rapid technique for ANN to interpret FTIR spectra accurately and are advantageous to the widespread use of artificial neural networks.     

近红外光谱用于盐酸左氧氟沙星针剂的定量分析

目前常用的盐酸左氧氟沙星注射液含量的测定方法是高效液相色谱法,但此法不能应用于在线分析.文章利用近红外光谱分析技术分别与偏最小二乘(PLS)以及人工神经网络(ANN)的方法相结合,对同一厂家的35个不同批号的针剂样品分别建立了定量校正模璎,并对随机抽取的12个样品进行了预测.首先,利用PLS的方法建立模型,得出模型的决定系数(R2)和预测集样本的标准偏差(RMSEP)分别为0.964和0.242 8,同时利用小波变换技术对光谱变最进行了高效的压缩,并利用了前馈神经网络建立了盐酸左氧氟沙星针剂的定量分析模型,利用该模型所得的R2和RMSEP分别为0.944和0.572 2.文章详细比较了两种方法的建模过程,相关参数选取的优化方法,实验结果令人满意,从比较结果来看,PLS方法略优于ANN方法,可以快速准确的给出该针剂的含量,具有无损,简单,快捷的特点,为近红外光谱技术应用于针剂的定量检测提供了一个新的有效方法.     

偏最小二乘-同步荧光光谱法同时测定鳗鱼组织中三种喹诺酮药物残留量

应用偏最小二乘(PLS)算法对同步荧光光谱严重重叠的诺氟沙星、盐酸洛美沙星和乳酸左氧氟沙星药物三组分混合体系进行波谱解析,建立了该混合体系含量同时测定的新方法.在pH2.87 B-R缓冲溶液中,波长差△λ=190 nm时,诺氟沙星、盐酸洛美沙星和乳酸左氧氟沙星的测量线性范围分别为0.016～0.40μg·mL-1,0.01～0.336μg·mL-1和0.01～0.336μg·mL-1;检出限分别为0.012 6,0.006和0.007 2μg·mL-1.采用PLS法结合同步荧光法对鳗鱼样品进行测定,结果令人满意.     

主成分提取在遥感FTIR谱图解析中的应用

建立了基于人工神经网络(ANN)的遥感FTIR谱图解析方法.针对人工神经网络(ANN)训练时间过长和模型"过拟合"的问题,采用偏最小二乘法(PLS)和主成分分析法(PCA),对输入ANN的光谱数据进行了主成分提取,使ANN分析时间从30多分钟缩短为10多秒钟;模型传递技术的引入,克服了遥感FTIR谱图分析中反复建模问题.经过优化的方法,实现了用EPA数据建模,对大气中的四组分混合体系--丙酮、苯、三氯甲烷和甲醇的遥感、实时、准确测定,PLS-ANN模型得到的结果最好,对丙酮、苯、三氯甲烷和甲醇的预测误差分别为0.043,0.031,0.034,0.051,保证了遥感FTIR对大气中有毒气体混合物实时、准确、快速监测.     

近红外光谱法快速检测绿茶中儿茶素的含量

提出了一种应用傅里叶近红外漫反射光谱分析技术快速检测茶叶中主要儿茶素含量的新方法.首先获取茶叶在10000～4000 cm<'-1>范围的近红外漫反射光谱,然后以高效液相色谱分析值作参考值.采用偏最小二乘法建立茶叶中表没食子儿茶素没食子酸酯(EGCG)、表儿茶素没食子酸酯(ECG)和表没食子儿茶素(EGC)含量的定量分析模型.通过交互验证方法来优化模型的主成分数和所采用的光谱预处理方法.EGCG、ECG和EGC三个模型预测值和参考值问的相关系数分别为0.9800、0.9763和0.9853,预测均方根误差分别为0.3509、0.1147和0.1365.研究结果表明,近红外光谱技术可成功地检测茶叶中EGCG,ECG和EGC的含量.     

激光诱导击穿光谱联合UVE变量优选检测大豆油中的铬含量

利用激光诱导击穿光谱(LIBS)技术对大豆油中的重金属Cr进行检测研究。以松木木片对重金属Cr进行富集,采用AvaSpec双通道高精度光谱仪在206.28~481.77nm波段范围内采集松木木片样本的LIBS光谱,利用无信息变量消除(UVE)方法筛选与重金属Cr相关的波长变量,应用偏最小二乘(PLS)回归建立大豆油中重金属Cr的定标模型,并与单变量及全波段PLS定标模型进行比较。结果表明,相比单变量及全波段PLS定标模型,UVE-PLS定标模型的性能更优,其相关系数、校正均方根误差、交互验证均方根误差及预测均方根误差分别为0.990,0.045,0.050及0.054mg·g-1。经UVE变量筛选后,UVE-PLS定标模型所用的波长变量数仅为全波段PLS的2%。由此可见,UVE是一种有效的波长变量筛选方法,能有效筛选出与重金属Cr相关的波长变量。     

柑橘叶片叶绿素含量拉曼光谱定量分析方法研究

柑橘叶片叶绿素含量的准确检测对柑橘营养状况和生长态势具有极其重要的意义。研究了快速无损诊断柑橘叶片中叶绿素含量的方法，以期为拉曼光谱检测技术用于柑橘叶片叶绿素含量检测提供参考。采集不同冠层高度和不同地理分布的柑橘叶片120片，拭去叶片表面的灰尘，用去离子水对其清洗、晾干装入密封袋中并用标签分类标注。然后对柑橘叶片进行拉曼光谱采集，参数设置如下：分辨率为3 cm-1，积分时间为15 s；激光功率为50 mW。分别采用BaselineWavelet、迭代限制最小二乘（IRLS）和不对称最小二乘(ALS)三种算法对柑橘叶片的拉曼光谱背景进行扣除，使用偏最小二乘（PLS）方法建立定量模型；四种光谱预处理方法归一化(Normalization)，Savitzky-Golay卷积平滑(SG smoothing, SG平滑)、多元散射校正(MSC)和Savitzky-Golay一阶导数(SG 1st Der)对扣除背景后的光谱进行进一步的优化处理。结果表明：采用原始光谱、BaselineWavelet、IRLS、ALS背景扣除处理后的光谱建立PLS模型，模型的相关系数r分别为0.858，0.828，0.885和0.862，交互验证均方根误差(RMSECV)分别为5.392，5.870，4.934和5.336，最佳因子数分别为8，3，8和8；IRLS背景扣除处理后的PLS模型的RMSECV最小，相关系数最高，建模效果最好。分别采用SG平滑、归一化、MSC和SG 1st Der预处理方法对IRLS背景扣除后光谱进行预处理并建立PLS模型，结果表明：IRLS光谱及其结合SG平滑、归一化、MSC和SG 1st Der四种预处理方法的PLS模型的R分别为0.885，0.897，0.852，0.863和0.888，RMSECV分别为4.934，4.715，5.595，5.182和4.962；最佳因子数分别为8，8，8，8和5；IRLS-SG平滑后PLS模型的RMSECV最小，模型效果最优。对IRLS-SG平滑预处理后的PLS模型展开验证，预测相关系数r为0.844，预测均方根误差(RMSEP)为5.29，预测精确度较高。采用拉曼光谱结合三种光谱背景扣除方法和四种预处理方法对柑橘叶片叶绿素含量进行定量分析表明：采用IRLS背景扣除结合SG平滑预处理后的PLS模型最优，建模集r为0.897，RMSECV为4.715；预测集r为0.844，RMSEP为5.29，预测精度较高。拉曼光谱结合背景扣除方法可以为柑橘叶片叶绿素含量的定量分析提供一种快速简便的分析方法。     

羊肉嫩度傅里叶变换近红外光谱偏最小二乘法定量分析研究

以从内蒙、宁夏、甘肃、新疆4个肉羊产区筛选的有代表性的98份羊肉样品为试材,应用傅里叶变换近红外光谱技术探讨了羊肉嫩度无损检测的方法。以模型决定系数(r2)、校正标准差(RMSECV)和预测标准差(RMSEP)为模型精度评价指标,采用偏最小二乘法(PLS)对近红外光谱信息与样品的质构仪剪切力值进行了拟合,确定了最佳的光谱预处理方法、主成分数和波段范围。结果表明:所选98个羊肉样品的剪切力值分布范围为1.673～6.631 kg,其中75%以上的样品剪切力值在2～5 kg,基本覆盖了我国现有的肉羊嫩度值分布;在11 995～5 446 cm-1和4 601～4 246 cm-1的波段范围内,最佳主成分数为10,光谱经矢量归一法处理后,建立的羊肉嫩度模型精度最高,r2达到86.2%,RMSECV为0.445;用此模型对预测集29个样品进行预测,预测值与实测值的相关系数r达到0.87,预测平均偏差为0.385,RMSEP为0.524。