影响近红外定性分析模型的因素

8.6.2　影响近红外定性分析模型的因素

与近红外定量分析相似，近红外定性模型也受到多种因素的影响。影响近红外定性模型的主要因素如下。

（1）建模样本的代表性及数目。要建立一个好的近红外定性分析模型，应当从各个类别中选取数目比较均衡的有代表性的样本建立近红外模式识别模型。如果某个类别中样本数偏多而其他类别的样本数偏少，对于建模样本偏少的类别中的样本，统计模式识别模型给出的识别正确率可能会较低。

（2）建模方法的影响。对于相同的建模集和检验集，采用原理不同的模式识别方法可能会得到不同的近红外定性分析模型，方法的不同会对模型性能产生影响。不进行实际运算和比较，很难判断何种方法会获得最佳模型。一般来说，各种方法都会用到主成分分析等方法进行光谱信息压缩，主成分个数的选择对于模型的效果影响很大，是需要重点考察的因素。

（3）类别的影响。与近红外定量分析一样，近红外定性分析模型只能对其建模集样本覆盖的类别中的样本进行良好的预测，如果用于预测的样本不属于建模集中的任何一类，则无法对其进行正确的预测。所以，近红外定性（模式识别）模型通常只能对指定类别的样本进行预测而无法对建模集中未考虑的类别中的样本进行预测。

（4）环境、样品状况的影响。环境温度、湿度、样品的粒度都会影响样品的近红外吸收，因此无论是利用近红外进行定量还是定性分析，都应该尽可能保持环境温度、湿度、粒度的一致性，减小环境的影响，保证较小的系统误差。

（5）光谱预处理方法及波长区间的影响。选择不同的光谱预处理方法和区间会对近红外定性分析模型产生一定影响，区间选择原则与7.4.2节相似，具体何种预处理方法对特定的近红外模式识别模型效果最好要根据具体问题而定。