近日，技術(shù)生物所吳躍進(jìn)研究員課題組發(fā)展了一種近紅外光譜技術(shù)方向的新算法，該算法可有效改善近紅外模型在儀器間的轉(zhuǎn)移效果。相關(guān)工作已經(jīng)被光譜學(xué)期刊Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy接收并在線發(fā)表。

　　近紅外光譜技術(shù)由于快速環(huán)保、不損傷樣品和同時(shí)檢測(cè)多組分的優(yōu)點(diǎn)，大量應(yīng)用于各個(gè)行業(yè)的產(chǎn)品品質(zhì)分析中。優(yōu)化構(gòu)建適合的模型十分重要，然而，當(dāng)檢測(cè)條件發(fā)生改變時(shí)，分析模型可能會(huì)失效，導(dǎo)致結(jié)果偏差甚至可能無(wú)法使用，上述問(wèn)題限制了近紅外光譜技術(shù)的推廣應(yīng)用。因而需要依靠系統(tǒng)的校正方法修正這些誤差，使得模型在新的條件下同樣適用，避免建模重新，即所謂模型轉(zhuǎn)移。

　　傳統(tǒng)的模型轉(zhuǎn)移過(guò)程聚焦于用更準(zhǔn)確、更復(fù)雜的算法描述檢測(cè)條件變化前后整組光譜信號(hào)間的關(guān)系。然而，整組光譜中只有一部分是有效的，而其余部分會(huì)對(duì)轉(zhuǎn)移的結(jié)果造成干擾。因此，合理的波段選擇對(duì)于模型轉(zhuǎn)移十分重要，這些波段需要在檢測(cè)條件改變前后具有一致的響應(yīng)，同時(shí)還包含有效的待測(cè)組分信息。

　　課題組科研人員提出了一種基于相關(guān)分析的波長(zhǎng)選擇方法（CAWS），旨在選擇最適合模型轉(zhuǎn)移的光譜波段。他們通過(guò)設(shè)計(jì)一系列系統(tǒng)方法，使得所選擇的波段具有高的儀器間相關(guān)性，并保證在提高這種相關(guān)性的同時(shí)，光譜中仍然具有足夠待測(cè)組分相關(guān)的信息。課題組以一組玉米公開數(shù)據(jù)集和一組米糠真實(shí)數(shù)據(jù)集為例，并與多種其他算法進(jìn)行了對(duì)比，驗(yàn)證了方法的優(yōu)越性。該研究改善了近紅外光譜模型轉(zhuǎn)移結(jié)果適應(yīng)性，對(duì)于技術(shù)的推廣應(yīng)用打下基礎(chǔ)。

　　該工作得到安徽省科技重大專項(xiàng)、中國(guó)科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng)、中國(guó)科學(xué)院科技服務(wù)網(wǎng)絡(luò)計(jì)劃（STS計(jì)劃）以及安徽省重點(diǎn)研究與開發(fā)計(jì)劃等項(xiàng)目的支持。

　　文章鏈接：

　　https://www.sciencedirect.com/science/article/abs/pii/S1386142520300305

　　采用CAWS優(yōu)化模型轉(zhuǎn)移的流程圖