近红外（NIR）

说说近红外的定性方法有哪些？  还有近红外定性分析结果用什么结果佐证比较好呢？

比如聚类分析了。用已知样品进行佐证最准确呢。

Principal Component Analysis:

PCA is a method for reducing the 100 variables (wavelength data) in each spectrum down to just a few important variables.  These variables are often referred to as latent variables, principal components, factors, eigenvectors, etc, and are vectors.  This manual will refer to them as PC’s.  The dot product of these vectors with the spectral data yields scalars called “PC scores”.   Unknowns can be identified by comparing the PC scores of unknown materials to those of the model.

比如这个方法，也叫主成分分析法（PCA）

pectral Matching:

As an alternative to PCA, Spectral Matching may be used as a material identification method.  This is particularly useful for large numbers of categories.  Spectral Matching compares the shape of each spectrum with each spectrum in the library and assigns a “degree of match” value ranging from ‑1 (perfectly anti-matched) to +1 (perfect match) using a proprietary algorithm.  The library entries that have the highest match values to the unknown sample are then used to identify the unknown.

这也是一种定性分析方法，叫做光谱比对法，这主成分分析的中替代方法，用于材料定性分析。通过与已知材料的光谱信息库进行比较，根据光谱相似度（负一相当于无相似性，到+1=全部拟合），来判断未知材料可能是什么。一般简写为SM法。

近红外定性分析方法有STMD（Sample To Model Distance）、马氏距离、欧氏距离等，目前我感觉用欧氏距离做定性效果是最好的，但是有时也要具体问题具体分析，也可以几种方法联用，要看具体定性效果来定。

主成分分析法（PCA）以及光谱与标准光谱之间的差异性

不同软件的叫法可能不同，这里的样品与模型距离（STMD）以及其他距离法同未知样品光谱与模型光谱库比对相似性或相似度应该类似。博士不妨给大家做一个解释，我的软件相似度是从-1到+1

怎么建立标准光谱？用什么软件做呢？

您用的是什么软件？

将已知样品扫描作为标准谱图建立模型，然后扫描未知样品通过图谱相似性预测未知样品是什么。每款设备都有自己的软件和操作程序的，看说明书或找供应商教你了。