OPUS包:QUANT2

PLS等多元定标算法将特定波长区域的光谱强度(如吸光度值)与通过适当参考方法获得的成分浓度值关联起来。校准工作需要使用某些工具、图和统计数据来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:嵌套量化模型允许在每个成分的定义浓度范围内进一步优化方法的准确性。

QUANT2主要特点:

• PLS标定算法与完全交叉验证和测试集验证。
• 自动方法优化算法:通过光谱范围的自动排列和预处理方法确定优化的定标模型。
• 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。
• 通过Kennard-Stone算法根据成分/属性值或PCA分数选择多个维度的样本测试集。

• kNN算法在多维PCA评分空间中检测和剔除冗余样本的数据集约简。
• 光谱图和所有图中后续光谱的颜色标记。
• 参考浓度相关矩阵来识别个体成分之间具有高度共线性的成分。
• 在校准数据集中自动识别和分组重复样本。
• 检查单个样品重复测量的光谱和预测重复性。
• 从光谱文件或数据库自动导入参考值。
• 方法文件的保护，只允许用于特定的仪器，包括定义的时间限制的保护(需要OPUS/验证软件)。
• 根据21CFR11要求对方法文件进行电子签名(需要OPUS/验证软件)。
• 基于给定数量的成分和浓度范围创建不相关成分的样本列表的校准设计。