作品包:QUANT2

PLS等多元校正算法将特定波长区域的光谱强度(如吸光度值)与通过适当的参考方法获得的成分浓度值关联起来。校准工作需要使用一定的工具、图表和统计数据，以获得可靠和稳健的校准模型。

在多评价框架中，两步评价提供了一个额外的维度:嵌套量化模型允许进一步优化方法的准确性，在每个成分的确定浓度范围内。

QUANT2主要特点:

• PLS校正算法与完全交叉验证和测试集验证。
• 自动方法优化算法:通过自动排列光谱范围和预处理方法确定优化的校准模型。
• 无限数量的成分/属性和多达64000个光谱。
• 各种光谱预处理方法或序列，并显示预处理光谱。
• 样本测试集选择的成分/属性值或PCA得分在多个维度，Kennard-Stone算法。

• 利用kNN算法检测和消除多维PCA评分空间中冗余样本的数据集约简。
• 在光谱视图和所有图中进行后续光谱的颜色标记。
• 参考浓度相关矩阵，以识别各成分之间具有高度共线性的成分。
• 自动识别和分组的重复样品在校准数据集。
• 检查光谱和预测重复性，重复测量个别样品。
• 从光谱文件或数据库自动导入参考值。
• 方法文件的保护只允许特定的仪器使用，包括对规定的时间限制的保护(需要OPUS/VALIDATION软件)。
• 根据21CFR11要求对方法文件进行电子签名(需要OPUS/VALIDATION软件)。
• 校准设计:根据给定的成分数量和浓度范围，创建含有不相关成分的样品列表。