【论文】基线对傅里叶变换红外光谱的目标因子分析结果的影响研究
目标因子分析（TFA）在不经过任何预处理的情况下，能否成功地从实验数据矩阵中提取目标光谱主要取决于相应组分浓度的方差。当氨的浓度方差较低、基线漂移较严重时，TFA可能给出假阴性结果，因此，需要校正基线，以提高TFA性能。本研究采用6组不同浓度方差、不同基线漂移程度的大气开放光路傅里叶变换红外（OP/FT-IR）光谱数据，比较标准正态变换（SNV）、多元散射校正（MSC）、线性拟合、小波变换（WT）和自适应迭代重加权惩罚最小二乘（airPLS）法去除基线的效果。结果表明，小波变换能够有效去除基线，从而使氨和甲烷光谱信息提前出现在PCA的特征向量中，显著提高了目标因子分析的定性能力。好爱我尽快发你空间按付款就包括国家
页:
[1]