在用正交信号校正算法对光谱进行预处理时，应注意以下两个问题：其一是对光谱阵正交处理所用主因子数的选取。用正交方法对光谱预处理都存在主因子的选取，一般选1—5个主因子数，但最终确定主因子数还依靠未知样品的预测结果，因此可用主因子数对验证集的预测标准偏差(SEP)作图来选取。其二是浓度阵准确性对光谱正交处理结果的影响。浓度参考阵数据的准确性对光谱正交处理的影响至关重要，若参考方法的测定结果不准确，在用该数据对光谱正交处理时，会滤除与浓度阵相关的部分信息，而保留与之无关的信号，从而使校正模型的预测能力变差。因此，在使用OSC方法时，一定要保证浓度阵的准确性。
正交信号校正算法提出不久就被用于解决NIR分析模型传递问题随后几乎涉及模型传递问题都将OSC算法作为对比方法，其中Geladi 比较了几种模型传递方法(FIR、WT、PDS和S-G平滑) ，对用湖底沉淀物预测湖水pH值的NIR分析模型在不同仪器间进行传递，证明OSC预处理方法的传递结果最佳。Blanco等人使用OSC方法有效消除了两类NIR光谱数据(固体药物在线和实验室所测光谱)的差异，校正和预测结果均优于1stDer、SNV和MSC预处理方法。
利用正交信号校正的方法讲原始数据将维至200，并去除每一列为0的数据可得到新的数据得到有72个新的变量t，再利用线性回归的方法可得出72个因变量前的系数。
将200个数据代入可得Y的数据，将Y与y进行误差分析可得出总误差为1.625664 平均误差为1.625664%。
利用正交信号校正的方法讲原始数据将维至100，并去除每一列为0的数据可得到新的数据得到有23个新的变量t，再利用线性回归的方法可得出23个因变量前的系数。
将100个数据代入可得Y的数据，将Y与y进行误差分析可得出总误差为3.08603 平均误差为3.08603%。


本生物化学毕业设计“基于正交信号校正的光谱波长选择方法与应用”论文由清风毕业设计网[www.lunwen550.com]征集整理！