基于主成分分析或核主成分分析的联合谱子空间方法进行标定传递

要在只有标准主光谱和次光谱可用的情况下转移校准模型,则可以使用基于主成分分析(PCA)和核主成分分析(KPCA)的联合光谱空间(称为JPCA或JKPCA)方法建议的。 作为主光谱和从光谱共享的特征子空间,JPCA和JKPCA中的联合光谱子空间分别是联合光谱矩阵的投影,该联合光谱矩阵包括利用PCA和KPCA标准化的所有光谱。 从联合谱子空间中提取出主谱和从谱的两个对应的低维特征矩阵,然后根据最小二乘准则估计传输矩阵。 在JKPCA中,使用主校准光谱的低维特征矩阵构造了偏最小二乘(PLS)模型,称为主模型,然后使用该模型来预测从属的传递的低维特征矩阵测试光谱。 与JKPCA不同,JPCA首先分别重建主校准光谱和转移的从测试光谱。 然后,将基于主校准光谱的重建版本建立的主要模型用于预测已转移的从属测试光谱的重建版本。 两种提议方法的比较研究,乘法散射校正(MSC),正交信号校正(OSC),分段直接标准化(PDS),基于标准相关分析的校准传递(CCACT),广义最小二乘(GLS),对两个数据集进行了斜率和斜率校正(SBC)和光谱空间变换(SST)。 所有的统计结果共同表明,JKPCA的转移能力是最好的。除JKPCA以外,JPCA的性能至少与GLS或SST相当,并且经常优于其他方法。