红外化学成像最大似然主成分分析中的应用

红外化学成像最大似然主成分分析中的应用
摘要
        红外化学成像集成光学红外线，波长选择，如红外光谱仪或液晶可调谐滤波器，红外焦平面阵列探测器在光谱和空间尺寸，同时表征样品的手段。技术产生的大量数据集的分析中最重要的目标之一是减少数据的步骤，寻找光谱变化的主要来源，并映射其空间分布产生化学地图。
主成分分析（PCA）是一种化学计量学数据分析技术进行快速定性分析以及更严格的定量分析技术的基础上常用的。光谱变异的来源及其分布的估计经常被用来描述异构化学成像数据集生成的化学地图。然而，经常说谎的基本假设在相同的测量误差分布的独立性和PCA算法的核心，包括按现实世界的数据集，从而导致经常不是最佳的估计。露点仪| 亮度计| 温度记录仪| 温湿度记录仪| 光功率计| 粒子计数器| 粉尘计|  
PCA算法的最大似然最近已提出替代普通的主成分分析，可以利用改进的主成分分析结果的测量计算误差协方差的估计。提交的作品将展示这种新技术的红外化学图像数据集的应用程序和说明图像质量显着改善，是运用这种分析方法的结果。