虚拟中红外光谱

免标样建模

利用纯组分光谱与比尔-朗伯定律直接生成虚拟共混物光谱，无需大量实测样品即可建立定量模型。

Jian, Yang · Xu, Yupeng · 褚小立

Talanta 2025

参数信息

预测决定系数（GAF-CNN2D）

0.9944

预测决定系数（PLSR）

0.9872

预测决定系数（CNN1D）

0.9879

预测决定系数（PLSR，波段融合）

0.9852

预测决定系数（GAF-CNN2D，波段融合）

0.9895

技术优势

不用实测标样

纯组分光谱即可生成任意比例的虚拟共混光谱，训练模型无需制备和测量大量实际混合样品。

高光谱成像也能用

在噪声干扰和有限光谱范围下融合中长波红外波段，模型仍能保持高精度，可扩展到高光谱成像实时分析。

模型精度够高

GAF-CNN2D模型在虚拟光谱上训练的预测R²达0.9944，准确预测三元共混物各组分质量百分比。

应用场景

• 塑料回收分选：快速定量塑料共混物组分，提高分选效率。
• 高光谱成像定量：模型可嵌入高光谱成像系统，实现逐像素组分定量。
• 食品接触材料检测：快速筛查食品接触塑料中的违规共混成分。
• 工业在线分析：免标样建模便于在线部署，实时监测配方或来料。