《表5 近红外光谱多元校正模型方法》

  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

《便携式近红外光谱仪研究进展》

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

在建模前，采取适当的预处理方法能削弱和消除近红外光谱数据干扰信息和噪声，目的是提高所建模型的稳定性。不同的预处理方法各有优缺点，可以选择不同预处理方法对光谱数据进行处理，如表4所示。近红外光谱分析中建立校正模型常用的处理方法有:偏最小二乘法（partial least squares，PLS）、主成分回归法（principal component regression，PCR）、人工神经网络（artificial neuron network，ANN）和支持向量回归（support vector regression，SVR）等[35]，如表5所示。随着数学方法的进步，还有新的预处理方法[36]（如连续投影算法等）和建模方法（如极限学习机算法等）不断出现。