The invention provides a method and an arrangement for filtering or
pre-processing most any type of multivariate data exemplified by NIR or
NMR spectra measured on samples in order to remove systematic noise such
as base-line variation and multiplicative scatter effects. This is
accomplished by differentiating the spectra to first or second
derivatives, by Multiplicative Signal Correction (MSC), or by similar
filtering methods. The pre-processing may, however, also remove
information from the spectra, as well as other multiple measurement
arrays, regarding (Y) (the response variables). Provided is a variant of
PLS that can be used to achieve a signal correction that is as close to
orthogonal as possible to a given (y) vector or (Y) matrix. Hence,
ensuring that the signal correction removes as little information as
possible regarding (Y). A filter according to the present invention is
named Orthogonal Partial Least Squares (OPLS).
Вымысел предусматривает метод и расположение для фильтровать или pre-processing большинств любой тип multivariate данных приведенных в пример спектрами НИР или NMR измеренными на образцах для того чтобы извлечь систематический шум such as изменение базиса и перемножительные влияния scatter. Это выполнено путем дифференцировать спектры к сперва или вторые производные, коррекцией Перемножительн Сигнала (msc), или подобными фильтруя методами. Препроцессирование может, однако, также извлечь информацию от спектров, так же, как другие множественные блоки измерения, относительно (Y) (перемеююые реакции). При условии вариант PLS можно использовать для того чтобы достигнуть коррекции сигнала как close to ортогональное как по возможности к, котор дали (y) вектору или (Y) матрице. Следовательно, обеспечивающ что коррекция сигнала извлекает как меньшяя информация как по возможности относительно (y). Фильтру согласно присытствыющему вымыслу называют Ортогональн Частично наименьшими квадратами (OPLS).
