TQAnalyst软件提供的定性分析算法（见图11-12）如下：
1.相似度匹配（Similarity Match）
相似度匹配是一种光谱分类技术，它表示一个未知材料与已知材料的相似程度。
相似度匹配算法一般应用于质量控制。例如，你可以采用相似度匹配方法来监控在生产过程中材料的每个批次质量。
相似度匹配方法通过把已知标准光谱和未知样本光谱进行比较，以获得它们的匹配程度。得到的结果被称为匹配值，匹配值反映了未知样本光谱的残差平方和。
2.距离匹配（Distance Match）
距离匹配计算其光谱到每个类别的中心距离，它可以用来确定一个未知材料到已知材料类别的匹配程度。这个技术一般用于筛分原材料，例如，测定材料与某化合物的匹配度，或测定未知材料与已知材料的“差别程度”。
在区分含有相同成分但含量不同的材料时，距离匹配算法十分适合。在这种分析中，每个类别的标准品光谱都非常相似。主要的不同仅仅出现在少数几个关键波段的峰强度上，它是一种统计学质量控制的有效技术。
(www.xing528.com)
图11-12 TQAnalyst软件提供的定性分析算法
3.判别分析（Discriminant Analysis）
判别分析分类技术能用于判断已知材料的各个类别中哪个是与未知材料最相似的，通过马氏距离计算未知材料到每个类别中心的距离。判别分析技术一般用于筛分原材料，判断它们是否为化合物a、b还是c。
判别分析算法能用于筛分多种材料。判别分析也可以用来计算未知样本光谱和一组标准品光谱之间的马氏距离。
判别分析方法是将一个未知样本在特定区域的光谱信息代入之前建立好的校正模型，来判断未知样本与标准品中的哪类最相似。
在建模过程中，软件先计算平均光谱，然后通过估计在分析区域内每个波数点的变化建立一个分类模型。如果所有类别只用一个模型，软件先把每条标准光谱减去该类别的平均光谱，然后利用所有类别的光谱信息生成一条单一的变异光谱。如果你选择每个类别使用各自唯一的分类模型，软件先把每条标准光谱减去该类别的平均光谱，然后只利用给定类别的光谱信息为该类别生成一条唯一的变异光谱。
用判别分析法分析一个未知样本时，软件对标准光谱进行主成分分析，用得到的结果来确定未知样本光谱的得分值。得分值用来计算马氏距离，依次进行分类。
用判别分析法，得到的结果是与未知样本光谱最相似的那个类别的名称。还能显示未知样本到每个类别的马氏距离。每个距离的值越接近于零，匹配程度越好。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
