在水体重金属激光诱导等离子体光谱定量分析中, 一般提取光谱的多个特征变量进行浓度反演, 但变量之间所包含的光谱信息可能存在重叠, 回归模型的复杂程度也随之增大。 为提取有效特征变量, 研究了基于偏最小二乘法(PLS)的变量筛选方法。 该方法以待测元素浓度为因变量, 多个与待测元素浓度相关的LIBS光谱特征值为自变量, 进行PLS建模； 依据各原始变量的投影重要性指标值进行变量筛选, 提取最优变量子集。 结果表明湖库水体中Pb元素的最优变量子集为Pb Ⅰ 405.78 nm峰值及峰值前相邻点光谱值、 内标校正值和信背比值, 训练集的复相关系数R２m=0.912。 以优化变量组合进行PLS回归分析, 测试集预测结果的RSD和RE分别为10.2%和7.9%, 显著优于内标法的预测结果。 结果还表明, 变量筛选结果对于不同元素和不同水样具有一定适用性。 研究结果为水体重金属LIBS定量分析提供了优质特征数据, 研究方法为其他涉及变量筛选的定量分析提供了参考。

基于稳定性、 等效性对移动窗口偏最小二乘(MW-PLS)方法进行改进, 应用于高脂血症指标总胆固醇(TC)、 甘油三酯(TG)无试剂近红外光谱分析的波长优化。 提出兼顾随机性、 稳定性的定标、 预测、 检验框架。 从全体人血清样品(阴性145、 阳性158, 共303)中, 随机选取103个为检验集(阴性44、 阳性59), 余下为建模集(阴性101、 阳性99, 共200), 再将建模集随机划分为定标集(阴性51、 阳性49, 共100)、 预测集(阴性50、 阳性50, 共100)共50次; 基于所有划分的平均预测效果优选模型参数, 使得模型具有稳定性; 采用样品优选的模型进行检验。 TC, TG最优MW-PLS波段分别为1 556～1 852, 1 542～1 866 nm; 为了解决由于材料性能、 成本的因素对仪器分光系统设计的制约, 提出等效模型集, 并得到TC和TG等效模型集的唯一公共波段1 542～1 852 nm。 检验结果表明: 采用最优MW-PLS波段, 检验样品的TC和TG预测均方根误差(V_SEP)分别为0.177和0.100 mmol L-1、 相关系数(V_RP)分别为0.988和0.996, 高脂血症的灵敏度、 特异性分别为95.0%和90.5%; 基于公共等效波段, TC和TG的V_SEP值分别为0.177和0.101 mmol·L-1、 V_RP值分别为0.988和0.996, 灵敏度、 特异性分别为92.7%和90.3%。 结论: 近红外光谱结合稳定等效MW-PLS方法提供了一种有潜力的大人群血脂检测工具。