紅外化學成像最大似然主成分分析中的應用
摘要
        紅外化學成像集成光學紅外線，波長選擇，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，同時表征樣品的手段。技術產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源，并映射其空間分布產生化學地圖。
主成分分析（PCA）是一種化學計量學數據分析技術進行快速定性分析以及更嚴格的定量分析技術的基礎上常用的。光譜變異的來源及其分布的估計經常被用來描述異構化學成像數據集生成的化學地圖。然而，經常說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，包括按現實世界的數據集，從而導致經常不是最佳的估計。露點儀| 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，可以利用改進的主成分分析結果的測量計算誤差協方差的估計。提交的作品將展示這種新技術的紅外化學圖像數據集的應用程序和說明圖像質量顯著改善，是運用這種分析方法的結果。