如何建立和评价近红外模型
近红外光谱采集与建模技术规范2014
近红外光谱采集与建模技术规范1. 基本原理近红外光谱（Near Infra-Red Spectrum，NIR），指的是780－2526nm范围内的电磁波，它介于可见光谱区域和中红外光谱区域之间。
从光谱能量的角度讲，近红外光谱对应的主要是分子振动的倍频及合频吸收，由于倍频及合频吸收的跃迁几率很低，信号很弱，故只有非谐性很高的化学键才能在图谱上表达。
非谐性很高的化学键是含有氢原子的化学键，近红外光谱中含氢基团X - H（X = C、N、O、S）的吸收占主导地位。
近红外光谱的特点是吸收系数较低、无损、快速、无污染，因此可以直接对样品进行测定，不需样品处理或仅需简单的处理，在计算机软件的支持下，可实现对近红外光谱建立模型、快速分析样品光谱的功能。
2. 适用范围建立近红外光谱模型快速筛查方法的固体制剂主要包括口服常释剂型（口服普通片剂、肠溶片、分散片、硬胶囊、肠溶胶囊）、口服缓释剂型（缓释片、控释片、缓释胶囊、控释胶囊）和注射用无菌粉末等，品种主要为化学药、抗生素和生化药。
3. 仪器要求仪器类型应为傅立叶近红外光谱仪，目前基于Bruker Matrix-F型近红外光谱仪。
4. 样品要求采集近红外光谱图的样品应为经法定的或者经过验证的质量标准进行检验后合格的药品，并且样品要在有效期以内。
对于某品种、某厂家、某规格的样品，批次数量应不低于6批次，如有特殊情况，未能达到6批次，应作说明。
5. 人员要求光谱测定人员应掌握规范的测样方式（如下图）。
5.1 片剂的测样（接触测）用左手拇指和食指夹好药片将光纤探头轻轻顶住药片，并用中指扶持5.2 片剂的测样（隔铝塑测）将光纤探头顶住泡罩，轻轻压紧用拇指扶住光纤探头，防止滑动5.3 胶囊剂的测样（接触测）5.4 胶囊剂的测样（隔铝塑测）将光纤探头顶住泡罩，轻轻压紧然后用拇指扶住光纤探头，防止滑动5.5 颗粒剂、干混悬剂或散剂等的测样将颗粒或粉末均匀倒入附件中，将光纤探头插入、压实，分别测定光谱5.6 粉针剂的测样轻轻颠几下小瓶，让粉末在底部均匀将探头轻轻顶住瓶底，并扶好5.7 糖衣片测样首先将糖衣片打磨，露出片芯，然后用光纤探头测定片芯的光谱6. 光谱采集在光谱采集之前，应确保按照规范安装了OPUS 5.0软件、SFDA_Ident 2.6.4软件，并进行了正确的软件设置。
木薯品质分析的近红外光谱模型建立及其应用研究
ＸＵ ｉ Ｈｕ ｈ
，
Ｌ ｎ — ｕ ， Ｉ Ｙａ ｇ ｈ ａ ＳＵ ｉ Ｌｎ
（ ． ｕ ｎｘ Ｃ ｎｅ ｆｒ ｎ ｙｉ ａｄＴ ｓ Ｒ ｓａｃ ， ａｎｎ ３ ０ ２ Ｃ ｉ ； １ Ｇ ａｇｉ ｅｔ ａ ｓ ｎ ｅｔ ｅｅｒｈ Ｎ ｎ ｉｇ５０ ２ ，ｈｎ ｒｏ Ａ ｌ ｓ ａ
用于木薯批量 收购 中的品质等分析 。
关键词 ： 近红外光谱法 ； 木薯 ； 定标模 型 ； 淀粉 ； 水分
中图 分 类 号 ：６ ７ ３ ０ ５ ． 文 献 标 识 码 ： Ａ
Ｓ ｕ ｎ ｔ ｓａ ｌｓ ｅ ｎ ａ ｐ ｉａ ｉｎ ｆＮＩ ｔ ｄｙ ｏ ｈｅ ｅ ｔ ｂ ｉｈｍ ｎｔａ ｄ ｐ ｌｃ ｔｏ ｏ Ｒ
术 支持 。
样１
品
个 数
－
１
＿
一
＿ ｌ
— —
Ｉ
＿
ｌＩ． ｌｌ一 ＿ ＿ｌ ＩＩ ｌ． 一 ＩＩ — Ｉ ｜ｌ ｌ Ｉｌ Ｉ ｌ Ｉ
水分含量（ ％）
１ 实 验 部分
１ １ 实 验材 料和 仪器 ．
图 ２ 水分 含 量 分 布 图
ｒｌ ｉ ｓｉ，ｉ ｉｃｎｌ ｒｌｔ ． ｔｒ ｄ ｌ ｒｄ ｔ ｓ ｎａｄｄ ｖ ｔ ｎ Ｓｐ ｉ ０ ８ ０ ｔｅＳ ｓ ｍ ｄｖ ｔ ｎ Ｂａ）ｏ ｌ ａｙ ｅａｏ ｈｐ ｓ ｎｆ ａｔ ａ ｄ Ｓａｃ ｍｏｅ ｐｅｉ ｓ ｔ ｄ ｅｉ ｉ （ ｅ ）ｓ ． ５ ， ｙｔ ｅｉ ｉ （ ｉｓ ｆ ａ ｅｄ ｔｎ ｇｉ ｙｅ ｅ ｈ ｃ ａ ｒ ａｏ ｈ ｅ ａｏ ｒ ｒ ｄ ｖ ｔ ｎ ． ９ ，ｏ ｅａ ｏ ｏｆｃ ｎ（）ｆ 。７ ． ｉｕｅ ｒｄ ｔ ｎｍｏｅ（ ｅ ）ｈ ｔ ｄ ｄｄｖ ｔ ｎｉ０ ０ ５ ｔｅＳｓ ｍ ｄ． ｅｉ ｉ ０ ５ ｃｒ ｌ ｉ ｃｅ ｉ ｔｒ ｏ０ ９ １ Ｍｏ ｔ ｅｉ ｉ ｄ ｌＳｐ ｔｅ ａ ａ ｅｉ ｉ ．７ ， ｙｔ ｅ ａｏ ０ ｒ ｔｎ ｉ ｅ ｓ ｒ ｐ ｃｏ ｓ ｎｒ ａｏ ｓ ｈ ｅ ｖ ｔ ｎ Ｂａ）ｓ ．０ ｔｅｃｒ ｌｔｎｃｅ ｃｅｔｓ ． ８ （） Ｓａｃ ， ｉ ｕｅｔ ｑ ａｔａｉ ｎ ｙｉ ｏ Ｎ Ｒ ａｈｍａｃ ｄｌ ｉ ｉ （ ｉ ｉ０ ０７， ｏｒ ａｏ ｏｆ ｉｎ ｉ０ ９ ０ ｒ ． ｔ ｈ ｍｏ ｔｒ ｕｎｉ ｔ ｅａａ ｓ ｆ Ｉ Ｓｍ ｔｅ ｔ ａ ｍｏｅ ａｏ ｓ ｈ ｅ ｉ ｉ ｒ ｓ ｏ ｔｖ ｌ ｓ ｉ ｌ
近红外光谱原理
光栅扫描型
狭缝 光栅
光源
狭缝
样品
检测器
光栅扫描型
狭缝 光栅
光源
狭缝
样品
检测器
光栅扫描型
狭缝 光栅
光源
狭缝
样品
检测器
光栅型仪器的优缺点
优点：
1. 结构不复杂，容易制造。 2. 连续光谱仪，可以作为研究级仪器。
缺点：
1. 使用单色器，狭缝的限制使其分辨率和灵敏度不够高。 2. 波长准确度使用外部校准，加之分辨率低，波长准确度差（最好为 +/-0.2nm）。 3. 使用单色器对光路要求严格，仪器扩展能力受到很大的限制。 4. 自然界的杂散光会影响测试结果。 5. 由于分光需光栅转动，扫描速度慢。
Source TeO2 Crystal
monochrom. Light (ordinary Beam)
Reference RF-Input
Fixed mirror M1 Movable mirror M2
x
L
Source
L + x x=0
Detector signal
Beamsplitter
Detector
Michelson interferometer
Fixed mirror M1 Movable mirror M2
x
L
Source
L + x x=0
Detector signal
Beamsplitter
Detector
Michelson interferometer
Fixed mirror M1 Movable mirror M2
阵列检测器
样品
狭缝
近红外光谱训练模型和预测模型的过程
近红外光谱训练模型和预测模型的过程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor.I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!近红外光谱技术：训练模型与预测模型的流程详解近红外光谱（Near-Infrared Spectroscopy，NIRS）是一种非破坏性的分析技术，广泛应用于化学、生物医学、食品科学等领域。
基于反向比例解析的近红外光谱定量模型快速构建方法
第43 卷第 5 期2024 年5 月Vol.43 No.5792~797分析测试学报FENXI CESHI XUEBAO（Journal of Instrumental Analysis）基于反向比例解析的近红外光谱定量模型快速构建方法张晓兵1，徐志强1，钟永健1，朱宏福1，李峥1，张军2，詹映2，彭云发2，刘建国1*（1．浙江中烟工业有限责任公司技术中心，浙江杭州310024；2．上海创和亿电子科技发展有限公司，上海200082）摘要：为解决光谱漂移问题，该研究设计了一种基于反向比例解析的近红外光谱定量模型方法。
以烟叶近红外光谱和烟碱含量为研究对象，将数据划分为训练集和测试集。
通过计算训练集光谱与测试集光谱的相关性并按照高低排序，选择前20%的光谱，运用约束规划的方法，计算测试集的拟合系数，得到测试集光谱的估计值。
结果显示，使用反向比例解析法建立的模型的平均绝对误差为0.346 6，预测标准偏差为0.425 2，相关系数为0.793 2，优于PLS模型。
反向光谱比例解析可以有效解决光谱漂移问题，实现烟草中烟碱含量的准确预测，为烟碱的有效测量提供参考。
关键词：反向比例；近红外光谱；相关性；拟合系数；加权中图分类号：O657.3；TS41文献标识码：A文章编号：1004-4957（2024）05-0792-06A Rapid Construction Method for Near Infrared Spectral Quantita⁃tive Model Based on Reverse Proportional AnalysisZHANG Xiao-bing1，XU Zhi-qiang1，ZHONG Yong-jian1，ZHU Hong-fu1，LI Zheng1，ZHANG Jun2，ZHAN Ying2，PENG Yun-fa2，LIU Jian-guo1*（1．Technology Center of China Tobacco Zhejiang Industrial Co.，Ltd.，Hangzhou 310024，China；2．Shanghai Micro Vision Technology LTD.，Shanghai 200082，China）Abstract：To address the issue of spectral drift，this study proposes a quantitative model approach for near infrared spectroscopy based on reverse proportional analytical method. The research focuses on tobacco leaf near infrared spectra and nicotine content，with the data being divided into training and test sets. By calculating the correlation between the spectra in these sets and sorting them accord⁃ingly，select the top 20% of spectra for constraint programming calculation to estimate the spectra in the test set. The results demonstrate that the reverse proportional analytical method yields an average absolute error of 0.346 6，a predicted standard deviation of 0.425 2，and a correlation coefficient of 0.793 2，indicating its strong performance compared to PLS models. This highlights how the reverse spectral proportional analytical method effectively addresses spectral drift while accurately predicting nicotine content in tobacco，providing valuable insights for nicotine measurement.Key words：inverse proportion；near infrared spectroscopy；correlation；fit coefficient；weighted近红外光谱分析技术作为一种绿色分析技术，融合了光谱技术、信息学、化学计量学和计算机技术［1］，具有简单、高效、快速等优势，受到行业内的广泛关注。
硝苯地平缓释片（Ⅱ）近红外快速检验模型的建立与验证
硝苯地平缓释片（Ⅱ）近红外快速检验模型的建立与验证安睿; 丁大中【期刊名称】《《药学研究》》【年(卷),期】2018(037)009【总页数】4页(P513-515)【关键词】近红外漫反射光谱; 硝苯地平缓释片（Ⅱ）; 快速检验模型【作者】安睿; 丁大中【作者单位】山东省青岛第二中学山东青岛266061; 青岛市食品药品检验研究院山东青岛266071【正文语种】中文【中图分类】R927.1近红外光按美国试验材料学会(ASTM)定义为780～2 526 nm的电磁波，近红外(NIR)漫反射光谱技术特点是穿透力较强，样品几乎无需预处理就可实现无损检测，检测快速、稳定性好，几乎没有实验消耗品，已广泛应用于石油化工、烟草、食品多个领域。
由于NIR技术独特的优点，近年在药物领域也有很多应用[1-11]。
硝苯地平为二氢吡啶类钙拮抗剂，可选择性抑制钙离子进入心肌细胞和平滑肌细胞的跨膜转运，并抑制钙离子从细胞内库释放。
硝苯地平缓释片(Ⅱ)(伲福达)为青岛黄海制药有限责任公司生产的抗心绞痛药，多年来凭借良好的临床疗效和稳定的药品质量深受市场认可，引得一些不法分子仿造、假冒。
本文以硝苯地平缓释片(Ⅱ)为研究对象，采用近红外光谱法利用光纤探头直接采集药片光谱，探索建立了一致性检验模型和快速定量模型。
1 仪器与试药1.1 仪器 MPA型近红外光谱仪(德国Bruker公司，配有光纤探头测样附件及液体采样配件)，铟加砷(InCaAs)检测器，OPUS5.0光谱分析软件。
1.2 试药共收集到青岛黄海制药有限责任公司生产的6批规格为20 mg硝苯地平缓释片(Ⅱ)(伲福达)原始样品，批号:1712153、1801101、1801102、1801103、1801105、1801106，所有均为有效期内、按国家标准检验合格的样品。
同时按照厂家处方自制了6批硝苯地平含量各异的实验室模拟样品。
2 方法与结果2.1 采集光谱每次打开仪器进行全面自检并保存自检报告，测试过程中每小时测定并保存背景，避免背景漂移影响结果。
关于模型的评估
关于模型的评估⼀共有三个标准（常⽤的有三个）：1.校正模型的相关系数；2.校正标准偏差【校正集的预测均⽅差】（root mean square error of calibration,RMSEC）；3.预测标准偏差[预测集的预测均⽅差]（root mean square error of prediction, RMSEP）；【这个是评测模型好坏最关键的参数】4.rmsecv。
[这个有点不明⽩] RMSECV=sqrt(sum((Y-Yv).^2)/n);关于1.中的校正模型的相关系数，也就是决定系数R的平⽅。
定义：对模型进⾏线性回归后，评价回归模型系数拟合优度。
公式：R2=SSR/SST=1-SSE/SSTSST (total sum of squares)：总平⽅和SSR (regression sum of squares)：回归平⽅和SSE (error sum of squares) ：残差平⽅和。
结论：R^2=81%，因变量Y的81%变化由我们的⾃变量X来解释。
、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、就是说，我想对卷积平滑、⼀阶导数、⼆阶导数等光谱预处理⽅法进⾏筛选最佳条件时，是选RMSEP最⼩值来判断还是RMSEC最⼩值来判断？谢谢回答是：rmsecv原⽂由风云xxf(v2808852) 发表:近红外光谱定量分析中，定量模型的评价有两个指标RMSEP、RMSEC，为什么⼀般RMSEP的值⼤于RMSEC⽤PLS ⽅法建⽴定标模型时,⼀般会通过模型评价指标如定标相关系数（Rc）、预测相关系数（Rp）、定标均⽅根偏差（RMSEC）、预测均⽅根偏差（RMSEP）、相对定标均⽅根偏差（RRMSEC）和相对预测均⽅根偏差（RRMSEP)来评价.你的问题是关于定标均⽅根偏差（RMSEC）与预测均⽅根偏差（RMSEP）,⼆者的样本分别为定标集和验证集.>>>BUCHI的NIR对SEC和SEP还有个衡量标准，那就是SEC与SEP的⽐值。
洛伐他汀胶囊近红外一致性检验模型的建立
洛伐他汀胶囊近红外一致性检验模型的建立目的应用近红外漫反射光谱技术建立洛伐他汀胶囊的一致性检验模型。
方法使用近红外光谱仪采集样品光谱，通过OPUS软件建立一致性检验模型，采用三台仪器对模型进行交叉验证，并用其他厂家生产的洛伐他汀胶囊进行验证。
结果建立的一致性检验模型可以较好地区分不同制药企业生产的洛伐他汀胶囊。
结论该方法操作简单、快速、准确，不仅可以显著区分不同厂家生产的洛伐他汀胶囊，还可用于假劣药品的快速筛查。
[Abstract]Objective To establish the conformity test model for lovastatin capsule by near infrared reflectance spectroscopy.Methods The spectrum of the sample was collected by near infrared spectrometer，and the conformity test model was established by OPUS software.Three instruments were used for cross-validation of the model，and lovastatin capsule produced by other manufacturers was tested.Results Lovastatin capsule produced by different pharmaceutical companies could be distinguished well by the conformity test model.Conclusion The method is simple，fast and accurate，which can not only significantly distinguish different manufacturer production of lovastatin capsule，but also be used in rapid screening of counterfeit drug.[Key words]Lovastatin capsule；Near infrared；Conformity test近红外光谱分析技术是最近几年在分析化学领域发展迅速的一种高新分析技术，与传统的分析技术比较，其具有操作简便、分析速度快、不损伤样品等特点[1-3]。
鲤鱼新鲜度近红外定量预测模型的建立
鲤鱼新鲜度近红外定量预测模型的建立孙婉玲;杨莹;张欣欣;庄晓萌;曲高阳;张岚【摘要】目的以鲤鱼为研究对象,建立新鲜度近红外定量预测模型.方法利用近红外光谱仪进行鱼肉图谱的扫描并采用化学计量方法测定pH值、挥发性盐基氮(TVB-N),通过偏最小二乘法、偏最小二乘法和BP人工神经网络方法建立模型,并对模型进行优化验证.结果 pH、TVB-N采用偏最小二乘法所建立的模型最优,且分别运用标准化、多元散射校正和标准化两种预处理方法最好,最优波段分别是1 000～1 799 nm、1 000～1 350 nm和1450～1 799nm.同时,pH、TVB-N的定标相关系数分别是0.972 83、0.981 64,验证相关系数分别是0.642 1、0.280 53.结论得到了具有较高的预测能力和准确性的鲤鱼新鲜度定量预测模型.【期刊名称】《吉林医药学院学报》【年(卷),期】2017(038)004【总页数】4页(P254-257)【关键词】鲤鱼;近红外光谱技术;挥发性盐基氮;偏最小二乘法;BP人工神经网络【作者】孙婉玲;杨莹;张欣欣;庄晓萌;曲高阳;张岚【作者单位】吉林医药学院公共卫生学院;吉林农业大学食品科学与工程学院,吉林长春130118;吉林医药学院公共卫生学院;吉林医药学院公共卫生学院;吉林医药学院公共卫生学院;吉林医药学院公共卫生学院;吉林医药学院公共卫生学院;吉林省中医药管理局二级实验室,吉林吉林132013【正文语种】中文【中图分类】TS251.7淡水鱼作为我国产量极大的鱼类品种，受到广大消费群众喜爱的同时，其营养品质、感官品质以及安全品质也已成为消费者关注的焦点[1]。
随着储存时间的增加，鱼肉新鲜度会随着蛋白质、脂肪等营养物质的降解而逐渐下降[2]。
腐败肉除有蛋白质的分解产物外，还形成有机碱和细菌毒素，因此，应该及时地发现这类腐败肉，避免流向人们的餐桌，应运用于工业或销毁，以免对人们的健康产生危害[3]。
211021827_文冠果脂肪含量的近红外光谱预测模型建立及验证
文冠果为我国特有的药食两用木本油料植物，种仁含油量高达60%以上，且果实、根和茎均可入药，具有十分重要的经济价值[1，2]。
文冠果除加工食用油外，还可以制作高级的工业原油。
目前文冠果脂肪含量测定以化学分析方法为主，检验结果准确，但过程耗时费力、破坏样品。
因此，急需开发一种简单快速、不破坏样品、绿色环保的文冠果脂肪含量测定方法。
近红外光谱（NIRS ）技术可以快速、高效、无损摘要：为了实现文冠果脂肪含量的无损快速检测，满足文冠果育种材料筛选和工业加工需求，选取46个文冠果作为标准样品集，采用索式抽提法测定种仁的脂肪含量，并应用近红外光谱（NIRS ）技术采集样品的光谱数据，运用Unscrambler 软件，采用偏最小二乘法（PLS ）构建文冠果脂肪含量的NIRS 预测模型，结果显示，该模型回归曲线R-Square （决定系数）为0.9856、RMSE （标准误差）为0.4149，可以进行有效预测。
同时，选取32个未参加建模的文冠果样品作为验证材料，进一步对模型的预测效果进行外部检验，结果显示，外部检测回归曲线R-Square 为0.9014、RMSE 为0.8259，脂肪含量预测值与化学值的吻合性较好。
建立的NIRS 模型可靠，预测结果较为准确，可用于检测文冠果脂肪含量。
该脂肪含量检测方法经济、快速、高效，为育种材料筛选和工业加工提供了快捷有效的途径。
关键词：文冠果；脂肪含量；近红外光谱；数学模型中图分类号：S565.9文献标识码：A 文章编号：1008-1631（2023）01-0104-05收稿日期：2022-10-28基金项目：河北省农林科学院科技创新专项（2022KJCXZX-MHS-8）作者简介：葛朝红（1975-），女，河北曲阳人，副研究员，主要从事作物遗传育种研究。
E-mail ：**************。
通讯作者：李伟明（1970-），男，河北赵县人，研究员，硕士，主要从事植物生理及栽培研究。
近红外光谱分析技术定标模型建立及优化
近红外光谱分析技术定标模型建立及优化高红秀;金萍;杨亮;邹德堂;宁海龙【摘要】近红外分析技术得到了越来越广泛的应用，近红外分析技术目前的主要使用限制是定标。
介绍了近红外光谱分析定标模型建立的过程，从样品集的选择、光谱的采集，到定标模型的建立和优化进行了详细叙述。
%In recent years ,the near infrared spectroscopy technology has been more and more widely used ,The main restriction of the use of near infrared spectroscopy analysis technology is the calibration .Steps taken for establishment of calibration model for NIRS , including selection of sample set , collection of spectra , establishing the quantitative calibration model and optimization ,are expounded in detail .【期刊名称】《实验技术与管理》【年(卷),期】2014(000)002【总页数】3页(P57-59)【关键词】近红外光谱;定标模型;优化【作者】高红秀;金萍;杨亮;邹德堂;宁海龙【作者单位】东北农业大学农学院，黑龙江哈尔滨150030;东北农业大学农学院，黑龙江哈尔滨 150030;东北农业大学农学院，黑龙江哈尔滨 150030;东北农业大学农学院，黑龙江哈尔滨 150030;东北农业大学农学院，黑龙江哈尔滨 150030【正文语种】中文【中图分类】O657.33近红外光谱分析技术具有无需预处理、分析速度快、不损坏样品、能同时测定多个成分、安全无污染等优点[1]，在许多领域特别是在农业领域得到了广泛的应用，已成为粮食品质分析的重要手段。
近红外光谱分析模型优化和模型转移算法研究
基本内容
首先，我们需要理解唯物史观的基本观点。在《德意志意识形态》中，马克 思和恩格斯明确提出，人类社会的发展是由物质生产力决定的。这种生产力，主 要表现为人们生产物品的能力，而这种能力的提高，又依赖于科技的进步和社会 组织形式的发展。因此，社会的演变，从根本上说是由经济基础决定的，而并非 由政治、法律等上层建筑决定。
1、对样品的要求：近红外光谱 分析技术要求样品具有一定的透 光性和均匀性
2、数据的处理：近红外光谱分 析产生的数据量较大
2、数据的处理：近红外光谱分析产生的数据量较大
展望 随着科学技术的发展，近红外光谱分析技术的应用前景十分广阔。未来，该 技术将在各个领域实现更广泛的应用，如生物医学、材料科学、食品科学等。同 时，随着人工智能和机器学习技术的不断发展，近红外光谱分析技术的数据处理 能力将得到进一步提升，为实际应用提供更精确和高效的支持。
实验结果与分析
实验结果与分析
通过近红外光谱分析技术，成功地获取了古建筑木构件样品的化学组分。实 验结果表明，近红外光谱分析技术可以快速、准确地测定古建筑木构件的化学组 分，包括木质素、纤维素、半纤维素等。此外，还对不同种类和部位的木构件进 行了对比分析，发现它们的化学组分存在一定的差异。这一结果可以为古建筑木 构件的鉴别、评估和保护提供重要的参考依据。
基本内容
然而，《德意志意识形态》及唯物史观并非尽善尽美。随着时代的变迁和社 会的发展，我们需要结合新的实践经验和理论成果，对其进行发展和完善。例如， 如何更好地理解和处理全球化带来的复杂问题？如何应对科技进步对社会结构和 人类生活带来的深远影响？这些都是我们需要深入思考和探索的问题。
基本内容
总的来说，《德意志意识形态》所阐发的唯物史观是理解人类社会发展的重 要理论工具。它为我们揭示了社会发展的规律，指出了人类发展的方向，提供了 理解人的本质的理论框架。在新的历史时期，我们需要进一步发展和完善这一理 论，以更好地指导我们的实践和生活。
近红外自建模型探析
、 对应 的药 品检验报告书 电子 版。我所 建立 阿昔 洛韦一致性检 １ ． １ 收集样本 ： 建模时 ， 应重视样本筛选与构造 ， 使其具有 良好 验模 型上报数据时整理 了上 述五方面内容 ， 建立 了规范 、 清晰 的代表性 与覆 盖面； 能反映样 品实 际情况 的样本 集合 、 高质量 的文件夹结构 ， 并 附一份总结 说 明， 对上报 涉及 的品种 、 模 型 的光谱与基础数据是建 立一个好的近红外模 型的基石 ；充分 的名称 和数量予 以概述。 利用统计指标提高光谱 质量 ； 样 品来源省计 划抽验 留样样 品 ， ３探 析 生产厂家分别为 ： 深圳海 王药业有限公司 、 南 京瑞尔医药有 限 Ｎ Ｉ Ｒ药品快速鉴别技术 是检测车 的核心 ， 但是 ， 由于近红 公 司、 石 药集团欧意药业有 限公 司 、 广 东莱达 制药有 限公 司 、 外系统是基于 已建通用模 型基础上 的快速筛选技术 ， 对一些 Ｉ Ｒ模 赤 峰蒙欣药业有 限公 司、 山西新星制药有 限公 司 、 湖南迪诺制 不宜建模的品种和无模型品种无法应用 ，再加上国家 Ｎ 药有限公 司、 浙江亚太药业股份有 限公 司 ， 共 ８个厂家 的 ９ 个 型库更新维护速 度慢 、 各地 （ 检测 车 ） Ｎ Ｉ Ｒ建模 技术能力参 差 批次。 不齐 ， 导致普遍反应 Ｎ Ｉ Ｒ模 型数量不足。通过上述模型 的建 １ ． ２ 近红外光谱的采集与处理 ： 仪器 ： 车载 Ｍ Ａ Ｔ Ｒ Ｉ Ｘ — Ｆ （ Ｂ Ｒ Ｕ Ｋ Ｅ 立， 拓展了检测 车使 用范 围。 笔者对 Ｎ Ｉ Ｒ药品快速鉴别技术 的 公 司） 近红外光谱 仪软件 ： Ｏ Ｐ Ｕ Ｓ ５ ． ０ 版 工作站 ； 利片 Ｊ Ｏ Ｐ Ｕ Ｓ 工 应用进行 了总结分析 ：一 是要不拘泥于原有 Ｎ Ｉ Ｒ模型建模思 作站 ｍ ｅ ａ ｓ ｕ ｒ ｅ 项下 的 ｒ ｅ ｐ ｅ ａ ｔ ｅ ｄ ｍ ｅ ａ ｓ ｕ ｒ ｅ ｍ ｅ ｎ ｔ ｓ 进 行集 中采 集原 路 ， 立足于 中检 院 Ｎ Ｉ Ｒ药 品快速 鉴别 系统 这一 基础 ， 积极 开展 始 光谱 ； 设置 Ｏ Ｐ Ｕ Ｓ软件 中的采集参 数 ： １ ２ ０ ０ ０ — ４ ０ ０ ０ ｃ ｍ一 ， 扫描 对该技术新用途 、新使用方法 的探讨 ，充分发挥该技 术的优 Ｈ － ， ｔ Ｉ ＇ ． ｑ ３ ２ ｓ ， 将近红外光谱 的光纤探 头对准 片（ 带铝 塑板 ） ， 扫描 势 。 二是围绕基本药物质量安全监管需要 ， 将检测车以药品打 得到每个样品的原始光谱 图； 深圳 海王药业有限公司（ ２批 ） 每 假 为主 的工作重 心 向基本药 物监管 和药品打假并重 转变 ， 积 批 采集有效光谱 ２ Ｏ张 ， 共４ ０张参考光谱 ； 对上述 ７个不 同厂 极开展 Ｎ Ｉ Ｒ模型建设和相关快 检技 术方法建设 ，充分发挥检 家批次 的“ 阿昔洛 韦片” 进 行 了集 中的近红 外扫描 ， 各采集 有 测 车机 动灵 活、 快速便捷等优势 ， 实现辖 区基本药物流通终端 效光谱 ｌ Ｏ张 ， 共７ ０ 张作为验证光谱 。 的监管覆盖 ， 尤其 是乡镇卫 生院 、 社 区诊所 、 零售药店 等基本 １ － ３ 一致性检验模型 的建立 ： 利用 Ｏ Ｐ Ｕ Ｓ工作站 Ｅ ｖ ａ ｌ ｕ ａ ｔ ｅ 项下的 药物的全方位覆盖 ， 弥补 常规检验力量和技术的不足 ， 使其成 Ｓ ｅ ｔ ｕ ｐ Ｃ ｏ ｎ ｆ ｏ ｍ ｉ ｆ ｔ ｙ Ｔ ｅ ｓ ｔ 建立阿昔洛韦片正品的 Ｃ Ｆ ｒ 模型。 光谱预 为基层打假 的利器 。
涤-棉混纺织物近红外光谱分析模型的建立及预测
涤-棉混纺织物近红外光谱分析模型的建立及预测涤/棉混纺织物近红外光谱分析模型的建立及预测摘要：本研究采用近红外光谱技术对涤/棉混纺织物进行分析，建立了预测模型，以实现对混纺纺织物成分的快速、可靠、无损检测，为品质控制提供依据。
首先，我们收集了不同混合比例的涤/棉混纺织物样品，并依次采集它们的近红外光谱数据。
然后，使用主成分分析法进行数据降维，筛选出影响混合比例的主成分。
接下来，采用偏最小二乘回归分析方法建立了一个涤/棉混纺织物分类和定量预测模型。
通过交叉验证和外部验证的方法对模型进行了验证和优化，结果表明该模型的预测准确性较高，可用于实际应用。
本研究提出的涤/棉混纺织物近红外光谱分析模型不仅能够快速准确地预测混合比例，而且具有可行性和实用性。
关键词：涤/棉混纺织物；近红外光谱；主成分分析；偏最小二乘回归；预测模型引言近年来，涤/棉混纺织物在纺织品市场内占据了重要的地位，但这种混纺织物的成分复杂、难以准确判别，给其品质控制带来了很大的挑战。
传统的化学方法检测成本高、耗时长、且会对环境造成污染。
而近红外光谱技术因其优异的快速、准确、无损等特点成为了一种重要的检测手段。
近红外光谱技术基于样品对不同波长光的吸收、反射、透射等特性，通过构建预测模型将光谱数据与成分关联起来。
因此，本研究旨在采用近红外光谱技术对涤/棉混纺织物进行分析，并建立预测模型实现对混纺纺织物成分的快速、可靠、无损检测，为品质控制提供依据。
实验部分1. 实验样品的制备与处理2. 近红外光谱仪的使用方法3. 数据分析方法的选取与优化4. 数据处理和预测模型的建立结果与分析1. 数据预处理2. 光谱数据分析3. 建立预测模型4. 模型的优化与验证结论本研究建立了一种涤/棉混纺织物近红外光谱分析模型，通过主成分分析和偏最小二乘回归方法实现了对混合比例的分类和定量预测。
结果表明，该模型具有较高的预测准确性和实用性，可以用于实际应用中的纺织品品质控制，达到了本研究的目的。
(完整版)近红外操作规程及模型的建立与维护
I、近红外操作规程1、测定范围烟草制品中总植物碱、总糖、还原糖、总氮、K、Cl及pH值等2、检测原理在近红外光谱区产生吸收的官能团主要是含氢基团（如C-H、O-H、N-H、S-H等），近红外吸收光谱就是这些基团的基频振动的合频与倍频的吸收所产生的光谱。
近红外光谱分析由两个要素组成，一是硬件技术：即光谱仪器必须保持长时间的稳定性，二是软件技术：即使用多元校正方法计算测定结果的数学计算软件。
3、仪器使用环境3.1 外部环境A、测试时温度:18-26℃B、相对湿度：≤80%C、仪器不受阳光直射D、室内无强气流及腐蚀性气体E、仪器周围无强烈振动和强电场、强磁场的干扰3.2 内部环境A、仪器内部保持干燥，内部湿度指示窗口蓝色为干燥，粉红色为潮湿则需要更换内部干燥剂。
4、仪器的自检与维护A、使用前先预热1小时B、之后进行仪器的稳定性检查，使用Maintenance菜单下的Instrument Status检测仪器的基本状态；使用Align Instrument项进行准直；使用Instrument Check 检查仪器是否正常。
5、样品扫描Thermo Antaris型近红外仪可以对浓缩液、萃取液、涂布液以及烟草薄片进行透射扫描分析，此外还可以对烟末原料进行积分球固体采样分析。
6、关机A、关闭仪器软件B、关闭电源C、关闭近红外分析仪电源D、填写使用记录II、模型的建立与维护一个近红外定量分析的模型的建立与维护主要有以下步骤：1、定量分析问题的描述包括样品主要的组分、需要测定的组分、每一组待测组分的含量范围等。
2、选择适当的采样方法采样方法主要取决于样品的物理性质。
通常光谱格式设置为absorbance（透射）或Log（1/R）（漫反射）。
一般基片和薄片以及萃取液、浓缩液、涂布液分析采用透射分析模块；烟末原料采用积分球固体模块。
3、创建新的模型文件从TQ Analysis 软件File菜单中选择New Method，之后Save Method As 保存至指定路径。
香砂胃苓丸混合终点在线监测及质量评价近红外模型的建立
ｔｉｏｎ ｅｆｆｉｃｉｅｎｃｙ．
Ｋｅｙ ｗｏｒｄｓ Ｘｉａｎｇｓｈａ ｗｅｉｌｉｎｇ ｐｉｌｌｓ；ＡＯＴＦ⁃ＮＩＲ ｔｅｃｈｎｏｌｏｇｙ；Ｍｉｘｅｄ ｅｎｄ ｐｏｉｎｔ；Ｏｎ⁃ｌｉｎｅ ｍｏｎｉｔｏｒｉｎｇ；Ｑｕａｌｉｔｙ ｅｖａｌｕａｔｉｏｎ
香砂胃苓丸是由木香、砂仁、麸炒苍术、姜厚朴、麸炒白
声光可调－近红外光谱（ＡＯＴＦ－ＮＩＲ） 技术进行香砂胃苓丸中
件进行光谱采集，以一阶导数法和平滑滤波系数法进行光谱预处理。 采用 Ｔｈｅ Ｕｎｓｃｒａｍｂｌｅｒ 分析软件，将近红外光谱图与含量化学值相
关联，以偏最小二乘法（ＰＬＳ）和交叉－验证法（ｃｒｏｓｓ－ｖａｌｉｄａｔｉｏｎ）建立香砂胃苓丸中间体中橙皮苷含量的定量校正模型。 ［ 结果］ 香砂胃苓
丸中间体在 ４０ ｍｉｎ 时基本达到混合终点，且近红外光谱预测值与化学值混合终点的结果一致。 香砂胃苓丸中间体中橙皮苷定量模型内
ｐｒｅｄｉｃｔｅｄ ｒｏｏｔ⁃ｍｅａｎ⁃ｓｑｕａｒｅ ｄｅｖｉａｔｉｏｎ （ＲＭＳＥＰ） ｗａｓ ０．１５５ ３，ｔｈｅ ｒｅｌａｔｉｖｅ ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ （ ＲＳＤ） ｏｆ ｔｈｅ ｑｕａｎｔｉｔａｔｉｖｅ ｍｏｄｅｌ ｗａｓ ｌｅｓｓ ｔｈａｎ
５％，ｗｈｉｃｈ ｉｎｄｉｃａｔｅｄ ｔｈａｔ ｔｈｅ ｐｒｅｄｉｃｔｉｏｎ ｖａｌｕｅ ｏｆ ｈｅｓｐｅｒｉｄｉｎ ｃｏｎｔｅｎｔ ｗａｓ ａｃｃｕｒａｔｅ．［ Ｃｏｎｃｌｕｓｉｏｎ］ ＡＯＴＦ⁃ＮＩＲ ｔｅｃｈｎｏｌｏｇｙ ｃａｎ ｂｅ ｕｓｅｄ ｔｏ ｑｕｉｃｋｌｙ
近红外模型建立方案
近红外模型建立方案现代近红外光谱分析技术包括了近红外光谱仪、化学计量学软件和应用模型三部分，三者的有机结合才能满足快速分析的技术要求，缺一不可。
因此，模型的建立对于近红外光谱分析技术来说是非常关键的。
它将直接影响近红外光谱分析的工作效率和质量。
实际应用中，建立模型都是通过化学计量学软件实现的，并且有严格的规范（如ASTM-1655标准）。
一般情况下，建立模型的步骤如下：1、初级模型的建立建立一个模型通常是从一个小的光谱数据库开始的，虽然开始建立模型所使用的样本数目很有限，但通过化学计量学处理得到的模型能具有较强的普适性。
如果做定量分析模型，收集的样品一般需要50～80个。
如果样品为天然产物（比如农作物或烟草），则所需要的样品数量就会更多，大约是非天然产物的3～5倍左右。
譬如，一个用于烟草定量的成熟模型就需要拥有数以千计的样品。
在收集样品的时候一定注意要保证样品具有代表性，也就是说样品的性质参数范围要能够涵盖所期望的变化范围。
并且还要做到在这个所期望的变化范围内样品的性质参数是均匀分布的，不能只包括部分性质参数范围中的一簇样本。
另外，一个理想的标定光谱集应涵盖性质参数因温度变化造成的光谱变化的所有情况，因为样品（特别是液体样品）的近红外吸收强度随温度的不同会有很大的改变。
收集来一定量有代表性的样品后，根据需要使用传统的有关标准分析方法对样品进行测量，得到样品的各种性质参数，称之为参考数据。
然后分别采集每个样品的近红外光谱图，再通过化学计量学对光谱进行处理，并将其与不同性质参数的参考数据相关联，这样在光谱图和其参考数据之间便建立起了一一对应映射的关系，这种一一对应的映射关系的建立便是模型的建立。
由于每一种产品要检测的指标比较多，而标准的分析方法大多用时比较长，为避免产品存放时间过长引起某些指标的变化，建议当样品送到化验室检测时，先扫描样品的光谱，再进行常规的化学分析。
将样品的收集和光谱扫描作为日常检测工作的一部分，收集样品时不用考虑检测值的梯度值是否会重复（在建模时可以通过化学计量学软件对样品进行筛选），当积累的样品光谱数量达到建模要求的150－400张时（建议270张左右，越多越好），就可以建立模型了。
注射用阿昔洛韦近红外定性模型的建立
注射用阿昔洛韦近红外定性模型的建立摘要目的：建立注射用阿昔洛韦近红外定性模型方法：采用布鲁克Matrix-F 近红外光谱仪扫描199批国检品种注射用阿昔洛韦，利用OPUS建立一致性检验模型和定性鉴别模型，同时采用22种其他注射用制剂进行模型验证结果：两种定性模型能准确鉴别注射用阿昔洛韦并能区分不同的注射用制剂。
结论：该模型可以快速方便地进行注射用阿昔洛韦的鉴别，并可以有效的应用于现场筛查。
关键词：近红外；定性模型；注射用阿昔洛韦近红外光谱与有机分子中含氢基团(OH、NH、CH)振动的合频以及各级倍频的吸收区相一致，基于化学计量学和计算机技术的发展，可以从复杂的近红外光谱中提取丰富的信息，从而对药品进行快速分析。
由于近红外方法具有快速、可不破坏样品、一次检测多组分等特点，越来越多地被用于药物生产的过程控制和药品的快速无损检验。
通常情况下，近红外检测技术是一种基于模型的分析方法，即通过对一定数量样品的NIR 图谱进行数学处理和分析，建立统计模型，并对未知样品的情况进行预测[1-3]。
采用近红外光谱法采集25家不同生产企业的 199批样品和22批其他注射用粉针剂的近红外光谱图，探索并建立了注射用阿昔洛韦一致性检验模型和定性鉴别模型，为注射用阿昔洛韦的快速筛查和打假提供了一种准确、可靠的方法。
1.仪器与软件仪器型号：车载近红外光谱仪（MATRIX-F，德国 Bruker 公司） ; 铟镓砷（InGaAs）检测器；OPUS 软件（5.0 版本）。
测试条件：分辨率：8cm-1；样品累积扫描次数：32scans；背景累积扫描次数：32scans；光谱范围：12000 cm-1～4000 cm-1。
每批样品取出6瓶，每瓶各测定一次测试方式为：隔玻璃瓶底测。
环境条件为：温度25℃，湿度 50％。
2原始光谱谱库和平均光谱谱库的建立将近红外光谱仪置于25℃洁净无尘环境中，每次扫描样品前，仪器预热30min，以仪器内置参比做背景校正。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
近红外仪器的选择
多功能研究级仪器
大范围推广型仪器（）
专用水分测定仪器
工业现场仪器
实验条件的选择
根据仪器的光谱响应特征 1、选择分析样品的近红外附件 液体样品要选择不同光程的比色皿：
模型还要进行不断检验、修正、转移
March 7, 2014
3
偏最小二乘法的基本思想
分别求出样品集光谱矩阵和样品组分矩阵的主成分矩阵， 将这两个矩阵相关联，求其线形关系，用所建立的线形函 数来预测未知样品。 其中的最佳主成分矩阵的维数采用内部交叉检验来得出。 优点：1、充分提取样品光谱的有效信息；2、消除了线性相 关的问题；3、考虑了光谱矩阵与样品成分矩阵之间的内在联 系，模型更稳健；4、适合于复杂分析体系。 该方法是世界上近红外定量分析商品化软件中最流行的算法
3、选择或配备代表性建模样品集。 4、模型优化。
5、模型验证（内部交叉验证和外部验证）。
近红外仪器的选择
近红外光谱仪的选择
1、理论研究。 要求仪器附件配置齐全、扩展能力强、稳定可靠、光谱数据格式
转换方便。
2、实际推广应用 根据应用的现场要求，分析指标难、易程度以及应用推广的数量和
范围对仪器进行选择。
颜色深、吸收强的样品，光程短；颜色浅、吸收弱，光程长。
固体样品要根据粒径大小、均匀程度选择： 粒径大、不均匀的样品应选择扫描面积大的样品附件。 粒径小、均匀的样品应选择扫描面积小或大的样品附件。
2、光谱扫描的参数
分辨率、扫描次数、光谱范围。 3、规范操作步骤 特别对固体样品要保证装样的一致性。
最终目的：得到稳定的高质量光谱。
NIR prediction
Random error
Systematic error
Reference value
Reference value
怎样建立好的近红外定量分析模型？
#ofSampleswithLevlofCnstiuent
8 . 7 9 9 . 3 9 . 6 9 . 9 1 0 . 2 1 0 . 5 1 0 . 8 1 1 . 1 1 1 . 4 1 1 . 7 P e r c e n t a g e o f C o n s t i t u e n t h e l l o !
2、光谱扫描的参数
分辨率、扫描次数、光谱范围。 3、规范操作步骤 特别对固体样品要保证装样的一致性。
最终目的：得到稳定的高质量光谱。
用样品旋转器和积分球测定不均匀样品
3 2 0 1
用样品旋转器和积分球测定不均匀样品
Accessory Integrating Sphere Small Spinner Large Spinner
近红外分析是属于从复杂、重叠、变动的光谱中来提取弱信息的技术 应用化学计量学的方法来建立相应的数学模型来解决上述困难 好的仪器 优秀的分析软件 建立优秀数学模型存在的一系列困难 建模经验丰富的人员 代表性的样品资源 合理应用样品资源技术 可靠性、稳定性及动态适应性 准确测定化学值水平 ----
第二步，将T和U作线性回归 U=TB
预测时，先求出未知样品X矩阵的T未知，再按下式计算浓度 Y未知＝T未知BQ
理 论 背 景 偏最小二乘法
优点：
世界上近红外定量分析商 品化软件中最流行的算法
充分提取样品光谱的有效信息
消除了线性相关的问题 考虑了光谱矩阵与样品成分矩阵之间的内在联系，模型更稳健 适合于复杂分析体系。
1. 标准方法分析样品
2. 采集光谱
3. 优化、 检验和建立模型
分析样品
Report Sample #081897-049 Component A Component B Component C
81.55% 5.38% 13.06%
1. 测定未知样品光谱
2. 调用模型
3. 预测结果
近红外分析技术的难点和技术策略
选择或配备代表性建模样品集。
天然样品和反应过程中的样品，选择的代表性样品数量比较大。
成分已知样品，选择的代表性样品数量比较少。
பைடு நூலகம்
可使用化学计量学方法对样品进行选择、设计。
大豆样品的挑选（３７３选２６１）
不同含量样品数的选择
不同含量样品数量选择不能以现实的样品变化进行 选择，应该在所有含量范围内均匀选择。
怎样建立好的近红外定量分析模型？
1、确定近红外定量分析的目标准确度。 实验室标准方法的准确度和精密度确认。
2、选择分析样品的近红外附件、光谱扫描的参数、规范操作步骤。
3、选择或配备代表性建模样品集。 4、模型优化。 5、模型验证（内部交叉验证和外部验证）。
内部交叉检验
内部交叉检验(cross validation) Differ1
比较合理的分布
# of Samples with Level of Constituent
10
样 品
饲料、食品、烟草、化工、炼油等 产品的样品分布情况
Mean 百分比分布 25 # of Samples with Level of Constituent 10
分 布
制药分布
百分比分布
25
正常样品
异常样品的判断
理 论 背 景 偏最小二乘法
在主成分回归中，只对光谱矩阵作了分解，消除了光谱矩阵中的无
用信息；同样，浓度矩阵中也包含了无用信息，也应作相应处理。
偏最小二乘法：分别求出样品集光谱矩阵和样品组分矩阵的主成分
矩阵，将这两个矩阵相关联，求其线形关系，用所建立的线形函数 来预测未知样品。 (其中的最佳主成分矩阵的维数采用内部交叉检验来得出) 第一步，矩阵分解，其模型为： X=TP+E Y=UQ+F
颜色深、吸收强的样品，光程短；颜色浅、吸收弱，光程长。
固体样品要根据粒径大小、均匀程度选择： 粒径大、不均匀的样品应选择扫描面积大的样品附件。 粒径小、均匀的样品应选择扫描面积小或大的样品附件。
2、光谱扫描的参数
分辨率、扫描次数、光谱范围。 3、规范操作步骤 特别对固体样品要保证装样的一致性。
最终目的：得到稳定的高质量光谱。
缺点：
计算速度较慢，计算过程较繁琐，需要多次迭代
模型建立过程复杂，较抽象，较难理解
怎样建立好的近红外定量分析模型？
1、确定近红外定量分析的目标准确度。 实验室标准方法的准确度和精密度确认。
2、选择分析样品的近红外附件、光谱扫描的参数、规范操作步骤。
3、选择或配备代表性建模样品集。 4、模型优化。 5、模型验证（内部交叉验证和外部验证）。
高分辨率、高质量光谱
原始光谱
二阶导数光谱
怎样建立好的近红外定量分析模型？
1、确定近红外定量分析的目标准确度。 实验室标准方法的准确度和精密度确认。
2、选择分析样品的近红外附件、光谱扫描的参数、规范操作步骤。
3、选择或配备代表性建模样品集。
4、模型优化。
5、模型验证（内部交叉验证和外部验证）。
样品集的选择
Area 1.1 cm2 6.8 cm2 19.6 cm2
Factor 1 6 18
Messfenster der Integrationskugel
不均匀样品测试结果差异
测试光斑直径6mm， 样品旋转杯直径47mm
测试光斑直径15mm， 样品旋转杯直径90mm
实验条件的选择
根据仪器的光谱响应特征 1、选择分析样品的近红外附件 液体样品要选择不同光程的比色皿：
确定近红外定量分析的目标准确度
考察实验室数据： 方法的可靠性 方法的准确性 方法的重现性 方法的误差范围 测试中偶然误差、系统误差
怎样建立好的近红外定量分析模型？
1、确定近红外定量分析的目标准确度。 实验室标准方法的准确度和精密度确认。
2、选择分析样品的近红外附件、光谱扫描的
参数、规范操作步骤。
确定近红外定量分析的目标准确度
近红外定量分析方法是二级方法，利用化学计量学方法将近红外 光谱与实验室分析数据进行关联，建立近红外模型对未知样品进行预测。 实验室分析数据的准确度非常重要，完全遵循“量子传递”的误差理
论。实验室数据越准确，近红外模型的准确度也会越高。
目标准确度是评价近红外模型的首要条件。
Differ2
Differ3 …… Differn
外部检验（Prediction）
Differ1 Differ2 Differ3 …… Differn
模型
检验样品
模型内部交叉检验
2 Differ i 2 R 1 y y 2 i m
“extreme sample” or good outlier Useful for model update
Reference value
建 立 模 型 检验模型
图表页：双击异常点由红变黑(由黑变红)，以示剔除(恢复)
系统误差和随机误差
NIR prediction
Predicted value
bad outlier, need to Identify the causes Typical concentration range The concentration range of the calibration should always be larger than the expected analysis range.