使用函数数据分析和实验设计构建光谱数据的预测模型

近年来，偏最小二乘(PLS)已被用于建立光谱数据的预测模型。使用函数数据分析器（Functional Data Explorer）和实验的协变量设计一种较新的方法，允许在具有良好预测性的预测模型中使用较少的光谱。这种方法使用了四分之一到三分之一的数据，否则这些数据将用于建立基于光谱数据的预测模型。新的多变量平台，如模型驱动的多元控制图（MDMCC）也将作为增强光谱数据分析的方式被展示。