论文部分内容阅读
随着互联网时代的到来，人们在生产生活中产生的数据也越来越多，大数据时代已经来临。大数据具有体量巨大(Volumes)、数据类别繁多(Variety)、处理速度快(Velocity)和价值高(Value)等显著特点。在此背景之下，随着近红外光谱技术在各行各业中的广泛应用，海量的近红外光谱数据随之产生。由于这些近红外光谱数据量巨大且光谱种类繁多，需要高效、实时的快速处理，从而从大数据中得到有用信息。如何处理大数据时代的近红外光谱数据，是分析化学中一个具有挑战性的课题。在我们的研究工作中，分别开展了波长选择、温控近红外光谱技术和模型转移方法研究。在波长筛选方面，提出了蒙特卡罗-无信息变量法(MC-UVE)、随机检验(RT)、特征投影图(LPG)及基于局部线性嵌入(LLE)的变量筛选等一系列方法。在温控技术研究方面，成功实现了基于温度控制的定量分析方法。在模型转移方面，提出了一种基于交替三线性分解(ATLD)的方法来转移的光谱，可以实现多台不同仪器测量光谱的同时校正。