纺织品快速无损检测校正模型的转移与共享研究

目标光谱做典型相关分析，然后，采用所得典型相关变量进行转换。该转换过程不但可从源光谱和目标光谱中提取共同信息，而且还可滤除噪声和干扰信息。

2 试验部分

2.1 仪器和样本

主机为AntarisⅡ傅里叶变换近红外光谱仪（主机A，Thermofisher，美国），从机为便携式iSpec-近红外光谱仪（从机B，B&WTEK，美国）。

样品为120个棉涤混纺织物，其中100个为校正集，20个为测试集，按照标准 FZ/T 01057系列进行定性鉴别，按照标准GB/T 2910系列进行定量分析，表1列出了样品测量值的统计数据。

2.2 光谱采集

主机A采用漫反射光谱测量方式进行光谱采集，每次测量样品旋转120度。光谱数据取3次采样的平均值，整个试验过程保持室内温度在（20±2）℃，湿度在（60±5）%。近红外光谱扫描范围为10000cm-1～4000cm-1，分辨率为8cm-1，扫描次数32次。从机B同样采用漫反射光谱测量方式进行光谱采集，每次测量样品旋转120°。光谱数据取3次采样的平均值，整个试验过程保持室内温度在（20±2）℃，湿度在（60±5）%。近红外光谱扫描范围为900 nm ～1700nm，分辨率为2nm，扫描次数32次。

2.3 软件

本研究所用化学计量学方法均来自于数据分析软件matlab 7.12（mathsworks，美国）。

3 结果与讨论

3.1 模型建立

主机A所测光谱图如图1所示。从图中可看出，混纺织物光谱发生较大的背景漂移，普遍认为该漂移是由不同的织物结构、颜色等因素所引起，在建立模型之前，需采用一定的方法扣除。本研究中，采用Norris二阶微分法进行处理，平均窗口设为3，间距设为9，处理后光谱如图2所示。

预处理后的100个校正集样品采用偏最小二乘法建立棉含量的校正模型，PLS因子数由蒙特卡洛交互验证确定，最终确定8个PLS因子用来建立模型。所得模型相关系数R2为0.94，预测误差均方根（RMSEP）为4.3。

3.2 模型转移结果

从机B所得光谱如图3所示，因其仪器类型与主机不同，光谱效应、波长点数、分辨率等均不相同。因此，无法直接采用主机模型进行预测。为了解决这一问题，我们对其光谱进行转换。

采用典型相关分析对主从机光谱进行转换，进而采用原模型进行预测，以RMSEP为考核指标来评价转移结果。本研究采用Kennard-Stone方法[16]从校正集中选取转移标样，我们同时考察了不同转移标样数量对结果的影响，所得结果示于表2。

从表2可以看出，随着转移标样的增多，转移效果亦变好，当转移标样为15个时，转移后的RMSEP已经接近原模型的预测结果。

转移之后，采用主机A模型对转移后的从机B光谱进行预测，预测结果如图4所示。从图4中可见，经转移之后，可采用主机A模型直接预测，预测结果令人满意，实现了模型的共享，节省了重新建模的人力物力。

4 结论

从本文研究结果来看，针对不同类型近红外光谱仪的光谱差异问题，CCA方法的转移预测结果令人满意，大大简化了建模的成本，为快速无损光谱的实际应用提供了保障。

参考文献 ：

[1]桂家祥，耿响，要磊， 等. 基于近红外光谱法的棉/涤混纺纺织物中棉含量快速检测[J]. 纺织学报， 2012， 33（4）： 55-59.

[2]虞学锋. 服装产品纤维成分含量项目质量状况分析[J]. 中国纤检， 2014， 10（10） ：28-29.

[3]王京力，耿响，桂家祥. 基于近红外光谱法快速检测涤氨织物的纤维含量[J]. 上海纺织科技， 2013， 41（5）： 45-48.

[4]严衍禄，赵龙莲，韩东海， 等. 近红外光谱分析基础与应用[M]. 北京 ： 中国轻工业出版社， 2005.

[5]陆婉珍. 现代近红外光谱分析技术[M].第二版. 北京：中国石化出版社，2007.

[6]梁逸曾. 白灰黑复杂多组分分析体系及其化学计量学算法[M]. 长沙：湖南科学技术出版社， 1996.

[7]梁逸曾， 许青松. 复杂体系仪器分析——白灰黑分析体系及其多变量解析方法[M]. 北京 ： 化学工业出版社， 2012.

[8] Robert N. Feudale， Nathaniel A. Woody， Huwei Tan， et al. Transfer of multivariate calibration models： a review[J]. Chemometrics and Intelligent Laboratory Systems， 2002， 64（2）： 181-192.

[9] M. Forina， G. Drava， C. Armanino， et al. Transfer of calibration function in near-infrared spectroscopy[J]. Chemometrics and Intelligent Laboratory Systems， 1995， 27（2）： 189-203.

[10] B. Osborne， T. Fearn. Collaborative evaluation of universal calibrations for the measurement of protein and moisture in flour by near infrared reflectance[J]. Journal of Food Technology， 1983， 18： 453-460.

[11] E. Bouveresse， C. Hartmann， D. L. Massart， et al. Standardisation of near-infrared spectrometric instruments： A review[J]. Analytical Chemistry， 1996， 68 （6）： 982 -990.

[12] J. S. Shenk， M. O. Westerhaus. Remote analysis system： US，4866644[P]. 1989.

[13]褚小立，袁洪福，陆婉珍. 普鲁克分析用于近红外光谱仪的分析模型传递[J].分析化学，2002，30（1）：114-119.

[14] Thomas B. Blank， Stephen T. Sum， Steven D. Brown， et al. Transfer of Near-Infrared Multivariate Calibrations without Standards[J]. Analytical Chemistry， 1996， 68 （17）： 2987 -2995.

[15] Fan Wei， Liang Yizeng， Yuan Dalin， Wang jiajun. Calibration model transfer for near-infrared spectra based on canonical correlation analysis[J]. Analytica Chimica Acta， 2008， 623（1）：22-29.

[16] Kennard R W， Stone L A. Computer aided design of experiments[J]. Technometrics， 1969， （11）： 137-148.

[作者单位：罗峻、聂凤明、吴淑焕、许敏，广州纤维产品检测研究院、国家纺织品服装服饰产品质量监督检验中心（广州）；范伟，湖南农业大学]