紅外化學(xué)成像最大似然主成分分析中的應用
摘要
        紅外化學(xué)成像集成光學(xué)紅外線(xiàn)，波長(cháng)選擇，如紅外光譜儀或液晶可調諧濾波器，紅外焦平面陣列探測器在光譜和空間尺寸，同時(shí)表征樣品的手段。技術(shù)產(chǎn)生的大量數據集的分析中最重要的目標之一是減少數據的步驟，尋找光譜變化的主要來(lái)源，并映射其空間分布產(chǎn)生化學(xué)地圖。
主成分分析（PCA）是一種化學(xué)計量學(xué)數據分析技術(shù)進(jìn)行快速定性分析以及更嚴格的定量分析技術(shù)的基礎上常用的。光譜變異的來(lái)源及其分布的估計經(jīng)常被用來(lái)描述異構化學(xué)成像數據集生成的化學(xué)地圖。然而，經(jīng)常說(shuō)謊的基本假設在相同的測量誤差分布的獨立性和PCA算法的核心，包括按現實(shí)世界的數據集，從而導致經(jīng)常不是最佳的估計。露點(diǎn)儀| 亮度計| 溫度記錄儀| 溫濕度記錄儀| 光功率計| 粒子計數器| 粉塵計|  
PCA算法的最大似然最近已提出替代普通的主成分分析，可以利用改進(jìn)的主成分分析結果的測量計算誤差協(xié)方差的估計。提交的作品將展示這種新技術(shù)的紅外化學(xué)圖像數據集的應用程序和說(shuō)明圖像質(zhì)量顯著(zhù)改善，是運用這種分析方法的結果。