JP2013537307A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2013537307A5 JP2013537307A5 JP2013528299A JP2013528299A JP2013537307A5 JP 2013537307 A5 JP2013537307 A5 JP 2013537307A5 JP 2013528299 A JP2013528299 A JP 2013528299A JP 2013528299 A JP2013528299 A JP 2013528299A JP 2013537307 A5 JP2013537307 A5 JP 2013537307A5
- Authority
- JP
- Japan
- Prior art keywords
- multivariate
- model
- chemicals
- sample measurement
- background
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Claims (31)
- 連続的にサンプリングされる液体または気体サンプルストリームの中の化学物質を検出および定量化するためのコンピュータ化方法において、
コンピュータデバイスによって、デジタル化分光プロファイルを備えるサンプル測定を受信するステップと、
前記コンピュータデバイスによって、多変量多段階背景モデルを計算するステップであって、前記多変量多段階背景モデルは、第1の時間効果をモデル化する第1のモデル、および前記第1の時間効果とは異なる第2の時間効果をモデル化する第2のモデルを備える、多変量多段階背景モデルを計算するステップと、
前記コンピュータデバイスによって、前記サンプル測定および前記多変量多段階背景モデルに基づいて、背景補正サンプル測定を生成するステップと、
前記コンピュータデバイスによって、前記背景補正サンプル測定の中の1つ以上の主要化学物質を同定するために、多変量多段階ライブラリ検索、欠陥検出、および定量化アルゴリズムを実行するステップと
を備え、前記定量化アルゴリズムは、
多変量統計プロセス制御に基づいて、前記背景補正サンプル測定をスペクトル参照ライブラリと比較して、前記背景補正サンプル測定の中の1つ以上の候補化学物質を同定するステップと、
(i)前記1つ以上の候補化学物質についての集中的化学評価に基づいて、第1の主要化学物質を同定すること、または(ii)前記1つ以上の候補化学物質についての前記集中的化学評価に基づいて、前記第1の主要化学物質を定量化することのうちの少なくとも1つを実行するステップとを含んでなる、方法。 - 前記第1の主要化学物質を同定するステップは、主要化学物質が存在しないことを決定することを備える、請求項1に記載の方法。
- 前記計算するステップは、前記多変量多段階背景モデルを更新することを備える、請求項1に記載の方法。
- 前記多変量多段階ライブラリ検索、欠陥検出、および定量化アルゴリズムは、
前記背景補正サンプル測定から前記第1の主要化学物質を差し引くことによって、残差
プロファイルを計算するステップと、
前記背景補正サンプル測定から前記第1の主要化学物質の濃度を推定することによって、内容物を定量化するステップと、
前記残差プロファイルの前記スペクトル参照ライブラリとの比較に基づいて、前記残差プロファイルの中の第2の組の1つ以上の候補化学物質を同定するステップと、
前記第2の組の1つ以上の候補化学物質についての集中的化学評価に基づいて、第2の主要化学物質を同定するステップと
をさらに備える、請求項1に記載の方法。 - 前記サンプル測定が前記多変量多段階背景モデルの中に含むことに対して好適であることを決定するステップと、
前記サンプル測定に基づいて、前記多変量多段階背景モデルを更新するステップと
をさらに備える、請求項1に記載の方法。 - 前記サンプル測定をデータバッファを通してフィルタにかけるステップをさらに備え、前記フィルタにかけることにより、前記サンプルストリームの中の低速化学データポイズニングに起因する汚染を防止する、請求項5に記載の方法。
- 前記データバッファのサイズは、データポイズニング率値に基づいて決定される、請求項6に記載の方法。
- マスク関数に基づいて、前記サンプル測定の中の1つ以上の干渉化学物質の影響を低減するステップをさらに備え、請求項5に記載の方法。
- 1つ以上の化学干渉物を同定するステップと、
1つ以上の同定された化学干渉物に基づいて、前記マスク関数を更新するステップと
をさらに備える、請求項8に記載の方法。 - 1つ以上の更新条件を定義するステップをさらに備え、前記1つ以上の更新条件は、
化合物が前記サンプル測定の中に検出されない場合に、(i)前記多変量多段階背景モデル、または(ii)前記多変量多段階ライブラリ検索、欠陥検出、および定量化モデルのうちの少なくとも1つを更新すること、
関心化合物が前記サンプル測定の中に検出されない場合に、(i)前記多変量多段階背景モデル、または(ii)前記多変量多段階ライブラリ検索、欠陥検出、および定量化モデルのうちの少なくとも1つを更新すること、
前記サンプル測定の中の関心化合物についての警告がない場合に、(i)前記多変量多段階背景モデル、または(ii)前記多変量多段階ライブラリ検索、欠陥検出、および定量化モデルのうちの少なくとも1つを更新すること、または
(i)前記多変量多段階モデル、または(ii)前記多変量多段階ライブラリ検索、欠陥検出、および定量化モデルのうちの少なくとも1つを更新しないこと
を備える、請求項5に記載の方法。 - 連続的にサンプリングされる液体または気体サンプルストリームの中の化学物質を検出および定量化するシステムにおいて、
デジタル化分光プロファイルを備えるサンプル測定を受信するように構成されるデータ収集モジュールと、
前記データ収集モジュールと通信する多変量多段階背景モジュールであって、前記多変量多段階背景モジュールは、
多変量多段階背景モデルを計算することであって、前記多変量多段階背景モデルは、第1の時間効果をモデル化する第1のモデル、および前記第1の時間効果とは異なる第2
の時間効果をモデル化する第2のモデルを備える、多変量多段階背景モデルを計算することと、
前記サンプル測定および前記多変量多段階背景モデルに基づいて、背景補正サンプル測定を生成することと
を行うように構成される、多変量多段階背景モジュールと、
前記データ収集モジュールおよび前記多変量多段階背景モジュールと通信する多変量多段階ライブラリ検索、欠陥検出、および定量化モジュールであって、前記多変量多段階ライブラリ検索、欠陥検出、および定量化モジュールは、前記背景補正サンプル測定の中の1つ以上の主要化学物質を同定するために、多変量多段階ライブラリ検索、欠陥検出、および定量化アルゴリズムを実行するように構成され、前記多変量多段階ライブラリ検索、欠陥検出、および定量化モジュールは、
前記背景補正サンプル測定のスペクトル参照ライブラリとの比較に基づいて、前記背景補正サンプル測定の中の1つ以上の候補化学物質を同定することと、
(i)前記1つ以上の候補化学物質についての集中的化学評価に基づいて、第1の主要化学物質を同定すること、または(ii)前記1つ以上の候補化学物質についての前記集中的化学評価に基づいて、前記第1の主要化学物質を定量化することのうちの少なくとも1つを実行することと
を行うように構成される、多変量多段階ライブラリ検索、欠陥検出、および定量化モジュールと
を備える、システム。 - 連続的にサンプリングされる液体または気体サンプルストリームの中の化学物質を検出および定量化するためのコンピュータ化方法において、
サンプル測定の中の候補化学物質が所定の閾値よりも大きい場合に、前記サンプル測定の中の1つ以上の主要化学物質を同定するために、コンピュータデバイスによって、多変量多段階ライブラリ検索、欠陥検出、および定量化アルゴリズムを繰り返し実行するステップを備え、デジタル化分光プロファイルを備える前記サンプル測定は、
サンプル測定のスペクトル参照ライブラリとの比較に基づいて、前記サンプル測定の中の1つ以上の候補化学物質を同定するステップと、
前記1つ以上の候補化学物質についての集中的化学評価に基づいて、前記1つ以上の候補化学物質から前記1つ以上の主要化学物質のうちの1つの主要化学物質を同定するステップと、
残りの1つ以上の候補化学物質のうちのいずれかが前記所定の閾値よりも大きいかどうかを決定するステップと
を備える、方法。 - 前記主要化学物質を同定するステップには、主要化学物質が存在しないことを決定することが含まれる、請求項12に記載の方法。
- 前記サンプル測定は、多変量多段階背景モデルに基づいて計算される背景補正サンプル測定である、請求項12に記載の方法。
- 前記1つ以上の候補化学物質は、最小二乗回帰を含む行列ベースの同時比較に基づいて同定される、請求項12に記載の方法。
- 前記最小二乗回帰は、古典的最小二乗法、部分最小二乗法、逆最小二乗法、またはそれらの任意の組み合わせを備える、請求項15に記載の方法。
- 多変量回帰に基づいて、前記1つ以上の候補化学物質を同定するステップと、
最小二乗回帰に基づいて、前記1つ以上の主要化学物質のうちの前記主要化学物質を同
定するステップと
をさらに備える、請求項12に記載の方法。 - 前記1つ以上の主要化学物質のうちの前記主要化学物質を同定するステップは、
前記1つ以上の候補化学物質の各々のデジタル化スペクトルの二乗平均平方根を計算するステップと、
前記1つ以上の候補化学物質の各々の濃度を計算するステップと、
前記1つ以上の候補化学物質の各々の前記デジタル化スペクトルのt統計値を計算するステップであって、前記t統計値は、前記1つ以上の候補化学物質の関連候補化学物質の分散に基づく、前記1つ以上の候補化学物質の各々の前記デジタル化スペクトルのt統計値を計算するステップと、
前記1つ以上の候補化学物質から第1の主要化学物質を同定するステップであって、前記第1の主要化学物質は、前記1つ以上の候補化学物質の最低二乗平均平方根および最高t統計値を備える、前記1つ以上の候補化学物質から第1の主要化学物質を同定するステップと
を備える、請求項12に記載の方法。 - 前記スペクトル参照ライブラリは、一定であり、前記スペクトル参照ライブラリは、スペクトルを備えるか、もしくは除外するか、または両方を行うように動的に更新される、請求項12に記載の方法。
- 前記スペクトル参照ライブラリは、多変量雑音モデルを用いて動的に増強される、請求項12に記載の方法。
- 連続的にサンプリングされる液体または気体サンプルストリームの中の化学物質を検出および定量化するためのシステムにおいて、
データ収集モジュールおよび多変量多段階背景モジュールと通信する多変量多段階ライブラリ検索、欠陥検出、および定量化モジュールを備え、前記多変量多段階ライブラリ検索、欠陥検出、および定量化モジュールは、サンプル測定の候補化学物質が所定の閾値よりも大きい場合に、前記サンプル測定の中の1つ以上の主要化学物質を同定するために、多変量多段階ライブラリ検索、欠陥検出、および定量化アルゴリズムを繰り返し実行するように構成され、デジタル化分光プロファイルを備える前記サンプル測定は、
前記サンプル測定のスペクトル参照ライブラリとのに基づいて、前記サンプル測定の中の1つ以上の候補化学物質を同定するように構成される欠陥検出モジュールと、
前記欠陥検出モジュールと通信するライブラリ検索モジュールであって、前記ライブラリ検索モジュールは、
前記1つ以上の候補化学物質についての集中的化学評価に基づいて、前記1つ以上の候補化学物質から第1の主要化学物質を同定することと、
残りの1つ以上の候補化学物質のうちのいずれかが前記所定の閾値よりも大きいかどうかを決定することと
を行うように構成される、ライブラリ検索モジュールと
を備える、システム。 - 連続的にサンプリングされる液体または気体サンプルストリームの中の化学物質を検出および定量化するためのコンピュータ化方法において、
コンピュータデバイスによって、デジタル化分光プロファイルを備えるサンプル測定を受信するステップと、
前記コンピュータデバイスによって、多変量多段階背景モデルを計算するステップであって、前記多変量多段階背景モデルは、少なくとも、第1の時間効果をモデル化する第1のモデルと、前記第1の時間効果とは異なる第2の時間効果をモデル化する第2のモデル
とを含む、多変量多段階背景モデルを計算するステップと、
前記コンピュータデバイスによって、前記サンプル測定および前記多変量多段階背景モデルに基づいて、背景補正サンプル測定を生成するステップと、
前記コンピュータデバイスによって、前記サンプル測定が前記多変量多段階背景モデルへの更新として包含することに対して好適であることを判定するステップと、
前記コンピュータデバイスによって、前記サンプル測定に基づいて前記多変量多段階背景モデルを更新するステップと
を備える、方法。 - 前記多変量多段階背景モデルの前記第1のモデルは、進化型背景モデルを含む、請求項22に記載の方法。
- 指数的に重み付けられる移動平均に基づいて、時間領域、周波数領域、または両方において前記進化型背景モデルの背景スペクトルを開始するステップと、
前記指数的に重み付けられる移動平均に基づいて、前記背景スペクトルを更新するステップと
をさらに備える、請求項23に記載の方法。 - 多変量多段階背景アルゴリズムの前記第2のモデルには、多変量雑音モデルが含まれる、請求項22に記載の方法。
- 前記第1のモデルに基づいて、前記多変量雑音モデルをフィルタにかけるステップと、
多変量アプローチに基づいて、前記多変量雑音モデルの残りのスペクトル変動を補正するステップであって、前記多変量アプローチは、主成分分析、独立成分分析、多変量曲線分解、部分最小二乗法、重み付け最小二乗法、全最小二乗法、連続回帰、リッジ回帰、またはそれらの任意の組み合わせを備える、前記多変量雑音モデルの残りのスペクトル変動を補正するステップと
をさらに備える、請求項25に記載の方法。 - 前記補正された残りのスペクトル変動の残差プロファイルを最小化するために、指数的に重み付けられる多変量アプローチに基づいて、前記多変量雑音モデルを更新するステップをさらに備え、前記指数的に重み付けられる多変量アプローチは、指数的に重み付けられる移動主成分分析、指数的に重み付けられる移動独立成分分析、指数的に重み付けられる移動多変量曲線分解、指数的に重み付けられる移動部分最小二乗法、指数的に重み付けられる移動全最小二乗法、指数的に重み付けられる移動連続回帰、指数的に重み付けられる移動リッジ回帰、またはそれらの任意の組み合わせを備える、請求項26に記載の方法。
- 連続的にサンプリングされる液体または気体サンプルストリームの中の化学物質を検出および定量化するためのシステムにおいて、
デジタル化分光プロファイルを含むサンプル測定を受信するように構成されるデータ収集モジュールと、
前記データ収集モジュールと通信する多変量多段階背景モジュールであって、前記多変量多段階背景モジュールは、
多変量多段階背景モデルを計算することであって、前記多変量多段階背景モデルは、少なくとも、第1の時間効果をモデル化する第1のモデルと、前記第1の時間効果とは異なる第2の時間効果をモデル化する第2のモデルとを備える、多変量多段階背景モデルを計算することと、
前記サンプル測定および前記多変量多段階背景モデルに基づいて、背景補正サンプル測定を生成することと、
前記サンプル測定に基づいて、前記多変量多段階背景モデルを更新することと
を行うように構成される、多変量多段階背景モジュールと、
前記多変量多段階背景モジュールと通信するデータ品質診断モジュールであって、前記データ品質診断モジュールは、前記サンプル測定が前記多変量多段階背景モデルへの更新として包含することに対して好適であることを判定するように構成される、データ品質診断モジュールと
を備える、システム。 - コンピュータ可読記憶媒体に明白に具現化されるコンピュータプログラム製品であって、前記コンピュータプログラム製品は、命令を含み、前記命令は、
デジタル化分光プロファイルを含むサンプル測定を受信することと、
多変量多段階背景モデルを計算することであって、前記多変量多段階背景モデルは、第1の時間効果をモデル化する第1のモデル、および前記第1の時間効果とは異なる第2の時間効果をモデル化する第2のモデルを含む、ことと、
前記サンプル測定および前記多変量多段階背景モデルに基づいて、背景補正サンプル測定を生成することと、
前記背景補正サンプル測定の中の1つ以上の主要化学物質を同定するために、多変量多段階ライブラリ検索、欠陥検出、および定量化アルゴリズムを実行することと
をデータ処理装置に行わせるように動作可能であり、
前記アルゴリズムは、
前記背景補正サンプル測定のスペクトル参照ライブラリとの比較における多変量統計プロセス制御に基づいて、前記背景補正サンプル測定の中の1つ以上の候補化学物質を同定するステップと、
前記1つ以上の候補化学物質についての集中的化学評価に基づいて、第1の主要化学物質を同定するステップと
を行うように構成される、コンピュータプログラム製品。 - コンピュータ可読記憶媒体に明白に具現化されるコンピュータプログラム製品であって、前記コンピュータプログラム製品は、命令を含み、前記命令は、データ処理装置に、
サンプル測定の候補化学物質が所定の閾値よりも大きい場合に、前記サンプル測定における1つ以上の主要化学物質を同定するために、多変量多段階ライブラリ検索、欠陥検出、および定量化アルゴリズムを繰り返し実行するようにさせるように動作可能であり、前記サンプル測定は、デジタル化分光プロファイルを含み、前記アルゴリズムは、
前記サンプル測定のスペクトル参照ライブラリとの比較に基づいて、前記サンプル測定における1つ以上の候補化学物質を同定するステップと、
前記1つ以上の候補化学物質についての集中的化学評価に基づいて、前記1つ以上の候補化学物質から前記1つ以上の主要化学物質のうちの1つの主要化学物質を同定するステップと、
残りの1つ以上の候補化学物質のうちのいずれかが前記所定の閾値よりも大きいかどうかを決定するステップと
を行うように構成される、コンピュータプログラム製品。 - コンピュータ可読記憶媒体に明白に具現化されるコンピュータプログラム製品であって、前記コンピュータプログラム製品は、命令を含み、前記命令は、データ処理装置に、
デジタル化分光プロファイルを備えるサンプル測定を受信することと、
多変量多段階背景モデルを計算することであって、前記多変量多段階背景モデルは、少なくとも、第1の時間効果をモデル化する第1のモデルと、前記第1の時間効果とは異なる第2の時間効果をモデル化する第2のモデルとを含む、ことと、
前記サンプル測定および前記多変量多段階背景モデルに基づいて、背景補正サンプル測定を生成することと、
前記サンプル測定が更新として前記多変量多段階背景モデルに包含することに対して好適であることを決定することと、
前記サンプル測定に基づいて、前記多変量多段階背景モデルを更新することと
を行わせるように動作可能である、コンピュータプログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/880,903 US8645082B2 (en) | 2010-09-13 | 2010-09-13 | Monitoring, detecting and quantifying chemical compounds in a sample |
US12/880,903 | 2010-09-13 | ||
PCT/US2011/050887 WO2012036970A1 (en) | 2010-09-13 | 2011-09-08 | Monitoring, detecting and quantifying chemical compounds in a gas sample stream |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2013537307A JP2013537307A (ja) | 2013-09-30 |
JP2013537307A5 true JP2013537307A5 (ja) | 2014-09-18 |
JP5909233B2 JP5909233B2 (ja) | 2016-04-26 |
Family
ID=44653593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013528299A Active JP5909233B2 (ja) | 2010-09-13 | 2011-09-08 | 気体サンプルストリームの中の化合物の監視、検出、および定量化 |
Country Status (9)
Country | Link |
---|---|
US (1) | US8645082B2 (ja) |
JP (1) | JP5909233B2 (ja) |
KR (1) | KR101727889B1 (ja) |
CN (1) | CN103210301B (ja) |
DE (1) | DE112011103066T5 (ja) |
GB (1) | GB2497877B (ja) |
SG (1) | SG188963A1 (ja) |
TW (1) | TWI468666B (ja) |
WO (1) | WO2012036970A1 (ja) |
Families Citing this family (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012040916A1 (zh) * | 2010-09-29 | 2012-04-05 | 东北大学 | 基于递归核主元分析的连续退火过程故障监测方法 |
AU2010257409B2 (en) * | 2010-12-23 | 2013-01-31 | Canon Kabushiki Kaisha | Temporal-correlation-based mode connection |
JP5466182B2 (ja) * | 2011-01-11 | 2014-04-09 | 富士フイルム株式会社 | 内視鏡システムおよび内視鏡システムの作動方法 |
US20130332130A1 (en) * | 2012-06-09 | 2013-12-12 | Halliburton Energy Services, Inc. | Method for Analyzing Water and Preparing Oilfield Fluids Therefrom |
JP5884914B2 (ja) * | 2012-09-07 | 2016-03-15 | 株式会社島津製作所 | 自動分析方法、自動分析装置及び自動分析装置用プログラム |
KR102077865B1 (ko) * | 2013-08-13 | 2020-04-07 | 한국전력공사 | 저압터빈의 경년열화평가방법 |
MX359910B (es) * | 2014-02-20 | 2018-10-16 | Halliburton Energy Services Inc | Diseños mejorados para elementos informaticos integrados. |
AU2015231494A1 (en) * | 2014-03-17 | 2016-09-01 | MLS ACQ, Inc. D/B/A MAX Analyical Technologies | Process and system for rapid sample analysis |
JP2017516994A (ja) * | 2014-06-03 | 2017-06-22 | ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニア | 化学感応性電界効果トランジスタセンサ |
US10101269B2 (en) * | 2014-07-30 | 2018-10-16 | Smiths Detection Inc. | Estimation of water interference for spectral correction |
SG11201701246WA (en) * | 2014-08-20 | 2017-03-30 | Inst Nat Sante Rech Med | Method for determining absorption bands |
WO2016026722A1 (en) * | 2014-08-20 | 2016-02-25 | Institut National De La Sante Et De La Recherche Medicale (Inserm) | Method for correcting an infrared absorption spectrum |
US10643008B2 (en) * | 2014-11-11 | 2020-05-05 | Spectrasensors, Inc. | Target analyte detection and quantification in sample gases with complex background compositions |
US10627344B2 (en) | 2015-04-02 | 2020-04-21 | Jp3 Measurement, Llc | Spectral analysis through model switching |
US10359360B2 (en) * | 2016-01-25 | 2019-07-23 | Abb, Inc. | Optimal weighted averaging pre-processing schemes for laser absorption spectroscopy |
US10274440B2 (en) | 2016-06-22 | 2019-04-30 | International Business Machines Corporation | Method to facilitate investigation of chemical constituents in chemical analysis data |
JP2018054304A (ja) * | 2016-09-26 | 2018-04-05 | セイコーエプソン株式会社 | 検量装置、及び、検量線作成方法 |
WO2018138901A1 (ja) * | 2017-01-30 | 2018-08-02 | 株式会社島津製作所 | スペクトルデータ処理装置 |
CN107037028A (zh) * | 2017-03-10 | 2017-08-11 | 北京华泰诺安探测技术有限公司 | 一种云平台拉曼光谱识别方法及装置 |
US10126231B2 (en) | 2017-03-15 | 2018-11-13 | Savannah River Nuclear Solutions, Llc | High speed spectroscopy using temporal positioned optical fibers with an optical scanner mirror |
EP3385703A1 (en) * | 2017-04-07 | 2018-10-10 | Greentropism | Improved spectroscopic device and method for sample characterization |
GB2561879B (en) * | 2017-04-27 | 2020-05-20 | Protea Ltd | Spectroscopic analysis |
US10578547B2 (en) * | 2017-05-15 | 2020-03-03 | International Business Machines Corporation | On-chip spectroscopic sensors with optical fringe suppression |
JP6967387B2 (ja) | 2017-07-14 | 2021-11-17 | 株式会社堀場製作所 | ガス分析装置、ガス分析装置用プログラム、及びガス分析方法 |
JP6817243B2 (ja) * | 2018-02-28 | 2021-01-20 | 日本電子株式会社 | スペクトル処理装置及び方法 |
EP3807606B1 (en) * | 2018-06-14 | 2024-03-06 | ams International AG | Integrated sensor modules for detection of chemical substances |
FR3091346B1 (fr) * | 2018-12-31 | 2020-12-25 | Aryballe Tech | Procede de caracterisation de composes cibles |
US11860089B2 (en) | 2019-01-31 | 2024-01-02 | Nec Corporation | Receiver, early anomaly detection system and method, and computer-readable medium |
CN109829867B (zh) * | 2019-02-12 | 2022-09-09 | 西南石油大学 | 一种针对稳定填充的球形收敛样本块修复方法 |
EP3931534A4 (en) * | 2019-02-27 | 2022-11-30 | Thermo Electron Scientific Instruments LLC | BACKGROUND GENERATION FOR FTIR SPECTROSCOPY |
KR20200137103A (ko) | 2019-05-29 | 2020-12-09 | 삼성전자주식회사 | 생체 정보 추정 모델 갱신 장치 및 방법 |
CN110379466B (zh) * | 2019-07-12 | 2021-07-06 | 国家纳米科学中心 | 热力学解谱方法、装置、电子设备、及存储介质 |
CN110364229B (zh) * | 2019-07-12 | 2021-08-03 | 国家纳米科学中心 | 热力学解谱误差分析方法、装置、电子设备、及存储介质 |
CN110826782B (zh) * | 2019-10-25 | 2022-10-14 | 拉扎斯网络科技(上海)有限公司 | 一种数据处理的方法、装置、可读存储介质和电子设备 |
CN111007033B (zh) * | 2019-12-09 | 2022-08-30 | 温州大学 | 基于光谱与功率谱特征融合的痕量乙炔气体浓度检测方法 |
EA038359B1 (ru) * | 2020-02-28 | 2021-08-13 | Белорусский Государственный Университет (Бгу) | Способ определения концентрации компонентного состава газа |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2025330C (en) * | 1989-09-18 | 2002-01-22 | David W. Osten | Characterizing biological matter in a dynamic condition using near infrared spectroscopy |
MY107650A (en) * | 1990-10-12 | 1996-05-30 | Exxon Res & Engineering Company | Method of estimating property and / or composition data of a test sample |
US6072576A (en) * | 1996-12-31 | 2000-06-06 | Exxon Chemical Patents Inc. | On-line control of a chemical process plant |
US20020158212A1 (en) * | 1998-04-17 | 2002-10-31 | French Todd E. | Apparatus and methods for time-resolved optical spectroscopy |
US6157041A (en) * | 1998-10-13 | 2000-12-05 | Rio Grande Medical Technologies, Inc. | Methods and apparatus for tailoring spectroscopic calibration models |
US6341257B1 (en) * | 1999-03-04 | 2002-01-22 | Sandia Corporation | Hybrid least squares multivariate spectral analysis methods |
JP3754581B2 (ja) * | 1999-08-31 | 2006-03-15 | 株式会社堀場製作所 | 多成分有機溶液の分析方法 |
US6748334B1 (en) | 1999-12-06 | 2004-06-08 | Jorge E. Perez | Specialty gas analysis system |
US7034943B1 (en) * | 2000-03-03 | 2006-04-25 | Aritron Intrumente AG | Gas sensors |
DE10062126A1 (de) * | 2000-12-13 | 2002-06-20 | Inficon Gmbh | Verfahren zur Feststellung eines Gases mit Hilfe eines Infrarot-Gasanlaysators sowie für die Durchführung dieser Verfahren geigneter Gasanalysator |
US7202091B2 (en) | 2001-04-11 | 2007-04-10 | Inlight Solutions, Inc. | Optically similar reference samples |
US6594010B2 (en) * | 2001-07-06 | 2003-07-15 | Praxair Technology, Inc. | Emission spectrometer having a charge coupled device detector |
US20030135547A1 (en) | 2001-07-23 | 2003-07-17 | Kent J. Thomas | Extensible modular communication executive with active message queue and intelligent message pre-validation |
JP2003042948A (ja) | 2001-08-03 | 2003-02-13 | Univ Waseda | グルコース濃度測定装置 |
TWI237694B (en) * | 2002-12-31 | 2005-08-11 | Ind Tech Res Inst | Gas analysis system and method |
JP4337678B2 (ja) * | 2004-07-27 | 2009-09-30 | 株式会社島津製作所 | クロマトグラフ質量分析装置 |
US7460958B2 (en) | 2004-10-07 | 2008-12-02 | E.I. Du Pont De Nemours And Company | Computer-implemented system and method for analyzing mixtures of gases |
US8462347B2 (en) | 2005-09-30 | 2013-06-11 | Mks Instruments, Inc. | Method and apparatus for siloxane measurements in a biogas |
CN101165738A (zh) * | 2006-10-19 | 2008-04-23 | 深圳市豪恩科技股份有限公司 | 一种红外探测的方法以及更新阀值的方法 |
JP5169005B2 (ja) * | 2007-04-25 | 2013-03-27 | 株式会社島津製作所 | 分光光度計及び計測信号補正方法 |
US7956761B2 (en) * | 2007-05-29 | 2011-06-07 | The Aerospace Corporation | Infrared gas detection and spectral analysis method |
CN101533553A (zh) * | 2008-03-14 | 2009-09-16 | 深圳市华威世纪科技发展有限公司 | 智能数据采集服务器 |
JP2009236565A (ja) * | 2008-03-26 | 2009-10-15 | Jasco Corp | 複数成分の自動連続定量分析方法およびその装置 |
US9194744B2 (en) * | 2008-05-16 | 2015-11-24 | University Of Washington | Transmission quantification of open path FTIR spectra with temperature compensation |
WO2010064276A1 (ja) * | 2008-12-02 | 2010-06-10 | 株式会社島津製作所 | 分光光度計 |
-
2010
- 2010-09-13 US US12/880,903 patent/US8645082B2/en active Active
-
2011
- 2011-09-08 GB GB1304465.6A patent/GB2497877B/en active Active
- 2011-09-08 DE DE112011103066T patent/DE112011103066T5/de active Pending
- 2011-09-08 SG SG2013018221A patent/SG188963A1/en unknown
- 2011-09-08 CN CN201180054345.XA patent/CN103210301B/zh active Active
- 2011-09-08 KR KR1020137009417A patent/KR101727889B1/ko active IP Right Grant
- 2011-09-08 WO PCT/US2011/050887 patent/WO2012036970A1/en active Application Filing
- 2011-09-08 JP JP2013528299A patent/JP5909233B2/ja active Active
- 2011-09-13 TW TW100132937A patent/TWI468666B/zh active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2013537307A5 (ja) | ||
JP5909233B2 (ja) | 気体サンプルストリームの中の化合物の監視、検出、および定量化 | |
EP3279819A1 (en) | Method, system and computer device for capacity prediction based on kalman filter | |
CN103983595A (zh) | 一种基于紫外-可见光谱处理的水质浊度解算方法 | |
Tian et al. | A novel pattern mismatch based interference elimination technique in E-nose | |
CN101825567A (zh) | 一种近红外光谱和拉曼光谱波长的筛选方法 | |
CN101059428A (zh) | 基于修正卡尔曼滤波理论的气体浓度定量分析仪 | |
CN110717472B (zh) | 基于改进的小波阈值去噪的故障诊断方法及系统 | |
Zheng-Feng et al. | Outlier detection for multivariate calibration in near infrared spectroscopic analysis by model diagnostics | |
Takahama et al. | Analysis of functional groups in atmospheric aerosols by infrared spectroscopy: sparse methods for statistical selection of relevant absorption bands | |
CN104063710A (zh) | 基于支持向量机模型的实测光谱曲线中异常光谱剔除方法 | |
JP2008157843A (ja) | ノイズ成分除去方法 | |
TWI428581B (zh) | 辨識光譜的方法 | |
CN111999258A (zh) | 一种面向光谱基线校正的加权建模局部优化方法 | |
CN107576641B (zh) | 一种三维荧光光谱数据的分解方法及装置 | |
JP2013527433A (ja) | 分光分析の方法および関連装置 | |
CN109145403A (zh) | 一种基于样本共识的近红外光谱建模方法 | |
Mei et al. | Study of an adaptable calibration model of near-infrared spectra based on KF-PLS | |
CN104596982A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶果胶的方法 | |
CN107506779B (zh) | 一种植物茎干含水量的估算方法及系统 | |
JP2018055402A (ja) | 等価回路推定方法 | |
CN112763448A (zh) | 一种基于atr-ftir技术的米糠中多糖含量的快速检测方法 | |
CN111415715A (zh) | 一种基于多元光谱数据的智能校正方法、系统及装置 | |
Ding et al. | Quantitative Analysis of Near-Infrared Spectra by Wavelet-based Interferences Removal and Least Squares Support Vector Regression. | |
CN117805024B (zh) | 一种酥梨糖精度检测方法、装置、云端设备及计算机装置 |