In addition to imaging technologies

In addition to imaging technologies, the major advances in spectral analysis in recent years have been in statistical methods. Early analyses used multiple linear regression of raw, first difference, or second difference spectra (Hruschka, 1987). Later methods used various forms of data reduction such as principal component or partial least squares coupled with multiple regression. Present investigations focus on artificial neural networks (Chen et al., 1995; Song et al., 1995) and wavelets for data reduction. Each approach has advantages and disadvantages. Rapid scanning spectrophotometers
are available and permit use of all or large parts of the spectrum. Optical-filter instruments or multispectral cameras require wavelength selection, rather than full-spectrum scanning. Limitingthe number of wavelengths required reduces measurement time, even with acousto-optical or liquid crystal tunable filters, enabling application of optical measurement on-line for sorting operations at commercially acceptable speeds. Of course, limiting the number of wavelengths also reduces computational time; but it may also reduce the chemometric content of the data. Data processing of hyperspectral
images is particularly complex, requiring the development of hybrid analyses using both spectroscopic and imaging concepts. New statistical methods are being developed to utilize hyperspectral images efficiently for quality assessment.
Regardless of the statistical methods, it is critical that the underlying relationship between the measurement and the quality attribute be valid and robust. There must be a fundamental relationship between the wavelength selection and the chemical(s) being sensed or the measurement will ultimately fail.

ผลลัพธ์ (ไทย) 1:

นอกจากเทคโนโลยีการถ่ายภาพ ความก้าวหน้าสำคัญในการวิเคราะห์สเปกตรัมในปีที่ผ่านมาได้รับในวิธีการทางสถิติ วิเคราะห์ก่อนใช้เชิงเส้นแบบพหุคูณของดิบ ความแตกต่างแรก หรือสอง ความแตกต่าง (Hruschka, 1987) แรมสเป็คตรา วิธีหลังใช้แบบฟอร์มต่าง ๆ ของข้อมูลลดลงเช่นส่วนประกอบหลักหรือกำลังสองน้อยที่สุดบางส่วนควบคู่กับถดถอยหลาย ตรวจสอบปัจจุบันเน้นเครือข่ายประสาทเทียม (Chen et al., 1995 เพลงและ al., 1995) และ wavelets สำหรับข้อมูลลด แต่ละวิธีมีข้อดีและข้อเสีย Spectrophotometers การสแกนอย่างรวดเร็วที่มีอยู่ และอนุญาตให้ใช้ทั้งหมด หรือส่วนใหญ่ของ เครื่องมือตัวกรองแสงหรือกล้อง multispectral ต้องเลือกความยาวคลื่น มากกว่าการสแกนแบบเต็มคลื่น Limitingthe จำนวนความยาวคลื่นที่ต้องลดเวลาวัด แม้จะ มีคริสตัลเหลว หรือ acousto แสงกรอง tunable เปิดใช้งานโปรแกรมประยุกต์วัดแสงออนไลน์สำหรับการเรียงลำดับการดำเนินงานที่ยอมรับได้ในเชิงพาณิชย์ความเร็ว แน่นอน จำกัดจำนวนความยาวคลื่นยังช่วยลดเวลาคำนวณ แต่มันอาจจะลดเนื้อหา chemometric ของข้อมูล การประมวลผลข้อมูล hyperspectralภาพที่ซับซ้อนโดยเฉพาะอย่างยิ่ง ต้องวิเคราะห์ไฮบริดที่ใช้แนวคิดเกี่ยวกับภาพ และด้านการพัฒนาได้ วิธีการทางสถิติใหม่จะได้รับการพัฒนาใช้ hyperspectral ภาพการประเมินคุณภาพการศึกษาได้อย่างมีประสิทธิภาพโดยวิธีการทางสถิติ มันเป็นสิ่งสำคัญที่อยู่ภายใต้ความสัมพันธ์ระหว่างการประเมินคุณลักษณะคุณภาพได้ถูกต้อง และมีประสิทธิภาพ ต้องมีความสัมพันธ์พื้นฐานระหว่างการเลือกความยาวคลื่น chemical(s) ที่เป็นเหตุการณ์ หรือการวัดจะล้มเหลวในที่สุด

ผลลัพธ์ (ไทย) 2:

นอกเหนือจากเทคโนโลยีการถ่ายภาพ, ความก้าวหน้าที่สำคัญในการวิเคราะห์สเปกตรัมในปีที่ผ่านมาได้รับในวิธีการทางสถิติ ในช่วงต้นการวิเคราะห์ใช้หลายถดถอยเชิงเส้นของดิบแตกต่างแรกหรือสเปกตรัมความแตกต่างที่สอง (Hruschka, 1987) ต่อมาวิธีการใช้รูปแบบต่างๆของการลดข้อมูลเช่นองค์ประกอบหลักหรือบางส่วนกำลังสองน้อยที่สุดควบคู่ไปกับการถดถอยพหุคูณ การตรวจสอบปัจจุบันมุ่งเน้นไปที่เครือข่ายประสาทเทียม (Chen et al, 1995;.. เพลงและคณะ, 1995) และคลื่นสำหรับการลดข้อมูล แต่ละวิธีมีข้อดีและข้อเสีย สเปกสแกนอย่างรวดเร็ว
ที่มีอยู่และอนุญาตให้ใช้ชิ้นส่วนทั้งหมดหรือขนาดใหญ่ของสเปกตรัม เครื่องมืออุปกรณ์กรองหรือกล้อง multispectral ต้องเลือกความยาวคลื่นมากกว่าการสแกนเต็มสเปกตรัม จำนวนของความยาวคลื่น Limitingthe ที่ต้องการลดเวลาการวัดแม้จะมีคริสตัล acousto แสงหรือของเหลวกรองพริ้งช่วยให้การประยุกต์ใช้การวัดแสงในบรรทัดสำหรับการเรียงลำดับการดำเนินงานที่ความเร็วที่ยอมรับได้ในเชิงพาณิชย์ แน่นอนว่าการ จำกัด จำนวนของความยาวคลื่นยังช่วยลดเวลาในการคำนวณ; แต่มันก็อาจลดปริมาณ chemometric ของข้อมูล การประมวลผลข้อมูลของ hyperspectral
ภาพที่มีความซับซ้อนโดยเฉพาะอย่างยิ่งต้องพัฒนาของไฮบริดโดยใช้การวิเคราะห์ทั้งสเปกโทรสโกและแนวคิดในการถ่ายภาพ วิธีการทางสถิติใหม่ที่ถูกพัฒนาขึ้นเพื่อใช้ประโยชน์จากภาพ hyperspectral อย่างมีประสิทธิภาพสำหรับการประเมินคุณภาพ.
โดยไม่คำนึงถึงวิธีการทางสถิติมันเป็นสิ่งสำคัญที่ความสัมพันธ์พื้นฐานระหว่างวัดและแอตทริบิวต์ที่มีคุณภาพถูกต้องและมีประสิทธิภาพ จะต้องมีความสัมพันธ์พื้นฐานระหว่างตัวเลือกความยาวคลื่นและเคมี (s) being รู้สึกหรือวัดในท้ายที่สุดจะล้มเหลว

ผลลัพธ์ (ไทย) 3:

นอกจากเทคโนโลยีการถ่ายภาพ , สาขาความก้าวหน้าในการวิเคราะห์สเปกตรัมในปีล่าสุดได้รับในวิธีการทางสถิติ การวิเคราะห์การถดถอยเชิงเส้นพหุก่อนใช้วัตถุดิบแรก แตกต่าง หรือแสดงความแตกต่างที่สอง ( hruschka , 1987 ) ต่อมาใช้วิธีการลดข้อมูลในรูปแบบต่าง ๆเช่น ส่วนประกอบหลัก หรือกำลังสองน้อยที่สุดบางส่วนควบคู่กับการวิเคราะห์การถดถอยพหุคูณการตรวจสอบปัจจุบันเน้นโครงข่ายประสาทเทียม ( Chen et al . , 1995 ; เพลง et al . , 1995 ) และคลื่นเพื่อลดข้อมูล แต่ละวิธีมีข้อดีและข้อเสีย อย่างรวดเร็วสแกน spectrophotometers
ที่มีอยู่และอนุญาตให้ใช้ทั้งหมดหรือชิ้นส่วนขนาดใหญ่ของสเปกตรัม อุปกรณ์กรองแสง หรือกล้องหลายต้องเลือกความยาวคลื่นมากกว่าสเปกตรัมเต็มรูปแบบการสแกนlimitingthe จำนวนความยาวคลื่นที่ต้องการลดเวลาในการวัดแสง หรือ แม้แต่กับ acousto ของเหลวใสกรองแรงดันให้การประยุกต์ใช้การวัดแสงแบบออนไลน์สำหรับการดำเนินงานความเร็วในเชิงพาณิชย์ได้ แน่นอน จำกัด จำนวนของแสงยังช่วยลดเวลาในการคำนวณ แต่อาจลดปริมาณคีโมเมตริกซ์ของข้อมูลการประมวลผลข้อมูล hyperspectral
ภาพคือความซับซ้อนโดยเฉพาะอย่างยิ่ง โดยการพัฒนาของการวิเคราะห์ลูกผสมโดยใช้ทั้งสเปกและภาพแนวคิด สถิติใหม่ที่ถูกพัฒนาขึ้นเพื่อใช้ hyperspectral ภาพมีประสิทธิภาพสำหรับประเมินคุณภาพ
ด้วยวิธีทางสถิติมันเป็น อันตราย ภายใต้ความสัมพันธ์ระหว่างการวัดและคุณลักษณะที่มีคุณภาพถูกต้องและมีประสิทธิภาพ . ต้องมีความสัมพันธ์พื้นฐานระหว่างความยาวคลื่นและเลือกทางเคมี ( s ) ถูกสัมผัสหรือการวัดที่ในที่สุดจะล้มเหลว