复杂体系近红外光谱建模方法研究

【摘要】：近红外光谱分析以样品前处理简单、快速、无损、绿色等优势在分析科学领域备受关注。由于信息提取困难，近红外光谱需要借助化学计量学方法进行定性、定量分析。多元校正是常用的化学计量学方法，利用它可以建立近红外光谱和待测目标的定量模型，直接对复杂样品进行分析。本论文围绕复杂体系近红外光谱建模分析中奇异样本识别、变量选择及建模方法等问题展开了研究工作，并针对实际样品开展了应用研究。 排序变量选择法是一种基于信息向量的方法。本论文将多模型共识思想引入排序变量选择法，提出一种共识排序变量选择法。该方法利用排序变量选择法建立多个模型，然后利用加权方法计算共识模型结果。由于加权方式对最终结果影响较大，方法中考察了三种加权方式，为结果的确定提供了指导。通过对三组近红外光谱数据的分析表明，共识排序变量选择法可以用于提高近红外光谱定量模型的预测能力。 提出了一种双共识多模型建模方法用于提高多模型共识方法的预测能力。在建立子模型前，该方法用无信息变量消除和连续投影算法建立代表性强、共线性小的变量子集。建立子模型时，先用蒙特卡洛采样法选择样品子集，再用交叉验证选择变量子集建立子模型。通过迭代该过程，可以得到多个子模型，用这些子模型的平均结果作为共识结果。由于建立子模型过程同时分析了建模变量和建模样品，子模型的预测精度和差异都得到了提高。通过对两组烟草样品近红外光谱建模分析表明，双共识模型可以用于提高多模型共识方法的预测能力。 变量选择方法一般计算量较大、耗时长。稀疏偏最小二乘回归方法在偏最小二乘回归建模过程嵌入变量选择步骤，在不显著增加计算量的基础上降低了无信息变量对模型的影响，提高了建模分析的预测精度。本论文提出了一种基于协方差的稀疏偏最小二乘回归方法，用于改进稀疏偏最小二乘回归方法的变量确定方式。通过三组近红外光谱数据和一组拉曼光谱数据的分析表明，基于协方差的稀疏偏最小二乘回归方法选择的变量少，预测误差小。 偏最小二乘回归的预测结果由多个隐变量（latent variable）决定。奇异样本的预测值在隐变量上的分布规律与正常样本有较大差异，基于这种差异提出了一种基于模型检验的奇异样本识别方法。该方法首先计算每个样品在隐变量上的预测值，然后利用局部异常因子方法分析样品是否奇异。通过对三组近红外光谱数据的分析发现，基于模型检验的奇异样本识别方法可以用于提高复杂体系近红外光谱分析的预测能力。通过分析还发现，奇异样本对大样本数据的影响较小。 利用间接模型的方法可以降低近红外光谱分析的检测限。基于间接模型原理，本论文研究了用近红外光谱法测定四种烟草产品特有的N-亚硝胺类化合物（TSNAs）的方法。为了优化模型降低误差，比较了预处理方法对预测结果的影响，发现背景扣除和光散射效应校正可以优化模型、降低误差；通过变量选择可以精简模型，显著提高模型的预测能力。通过对一组独立的预测集样品和一组不同年份样品的分析发现，偏最小二乘回归模型的预测结果和气相色谱-热能分析方法结果相一致。尽管部分低浓度样品的相对误差较大，但是该方法为烟草行业提供了一种简单、无损、快速测定TSNAs的方式。