本文主要是介绍近红外光谱预处理方法及模型建立，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
光谱预处理方法
基线校正
一阶导数
用于扣除斜线和曲线背景，基本公式如下
xi为第i个样品的光谱，g为窗口宽度
二阶导数
提高光谱分辨率，基本公式如下
平滑处理
由光谱仪得到的光谱信号中既含有有用信息，同时也叠加着随机误差，即噪声。信号平滑是消除噪声最常用的一种方法，其基本假设是光谱含有的噪声为零均值随机白噪声，若多次测量取平均值可降低噪声提高信噪比。常用的信号平滑方法有移动平均平滑法和Savitzky-Golay卷积平滑法。
主要系数为窗口宽度g，设定过大容易失真，设定过小效果不明显
移动平滑
对窗口内的数据直接进行均值处理
SG平滑
对窗口的数据使用加权平均法处理
散射校正
SNV - 标准正态变量
主要用来消除固体颗粒大小，表面散射以及光程变化对漫散射光谱的影响。去趋势算法常用在SNV处理后的光谱，用来消除南反射光谱de基线漂移
MSC - 多元散射校正
作用与SNV差不多，主要是消除颗粒分布不均匀及颗粒大小产生的散射影响，在固体漫反射和浆状物透射和反射光谱中运用比较多
模型建立
PLS - 偏最小二乘
这篇关于近红外光谱预处理方法及模型建立的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
