《表3 全谱段范围内用不同预处理方法建立的中间体粉末定量分析模型》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《马应龙麝香痔疮膏中间体中煅炉甘石与冰片近红外含量模型建立》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

近红外光谱仪所采集的光谱除样品的自身信息外，还包含了其他无关信息和噪声，如电噪声、样品背景和杂散光等[9]。因此，需要对光谱进行预处理。矢量归一化法（vector normalization，VN）可以消除微小光程差带来的图谱变动；导数处理可以校正基线并分辨重叠峰，多元散射校正可消除固体颗粒大小带来的影响[10]。本试验利用OPUS/QUANT-2定量分析软件进行数据处理时，在全谱段范围内对光谱进行矢量归一化（VN），一阶导数（first derivative，FD），二阶导数（second derivative，SD），多元散射校正（multiple scatter correction，MSC）以及它们的组合[11]等对光谱进行预处理，并分别建立定量分析模型a（a样品）与模型b（b样品），结果见表3。试验过程中以模型的决定因子（R2）、内部验证均方差（RMSECV）和相对分析误差（RPD）综合评价所建定量分析模型。其中R2越接近1，RMSECV越小，说明建模性能越好。通常认为RPD>3，模型的预测精度高，如果RPD<2.5，需重新建立模型。