Springen naar inhoud

PCA


  • Log in om te kunnen reageren

#1

Sanne.

    Sanne.


  • 0 - 25 berichten
  • 1 berichten
  • Ervaren gebruiker

Geplaatst op 07 juni 2008 - 17:42

Hoi..

Ik ben bezig met een studie over NIR, een stukje hiervan gaat over PCA, helaas vind ik hier nergens relevante informatie over. Graag zou ik de hoofdlijnen hiervan weten.
Zou iemand zo vriendelijk willen zijn om mij hierbij te helpen aub?

Dank u wel!

Dit forum kan gratis blijven vanwege banners als deze. Door te registeren zal de onderstaande banner overigens verdwijnen.

#2

rwwh

    rwwh


  • >5k berichten
  • 6847 berichten
  • Moderator

Geplaatst op 07 juni 2008 - 20:31

"NIR PCA" op google geeft 47000 hits. Zit daar echt niets voor je bij?

Overigens: Ik heb geen idee wat het is. Voor mij had je net zo goed kunnen schrijven dat je ICP TOF zou zoeken. Het zijn alleen maar TLA's. En TLA's betekenen nogal eens meerdere dingen!

#3

Beryllium

    Beryllium


  • >5k berichten
  • 6314 berichten
  • Minicursusauteur

Geplaatst op 08 juni 2008 - 13:59

TLA? Totaal Loze Afkorting?

Ik denk dat met PCA in deze context wordt gewezen naar Principal Component(s) Analysis. Dat is op zich een algemeen bekende manier om spectra te analyseren, dus googelen zou al aanknopingspunten moeten bieden.
You can't possibly be a scientist if you mind people thinking that you're a fool. (Douglas Adams)

#4

Lupardi

    Lupardi


  • 0 - 25 berichten
  • 19 berichten
  • Ervaren gebruiker

Geplaatst op 06 september 2008 - 20:54

Een NIR spectrum (adsorptie-golflengte) bestaat uit een groot aantal overlappende pieken, waarvan bepaalde patronen kenmerkend zijn voor een bepaalde stof. De intensiteit geeft een maat voor de concentratie van de stof in het monster. Het is ondoenlijk om zo'n spectrum op eenvoudige wijze te interpreteren, vanwege de vele pieken en de interacties tussen de spectra van de verschillende stoffen in het monster, daarom gebruikt men principale componenten analyse. Men gaat hierbij uit van standaarden waarin de te analyseren stof in verschillende concentraties aanwezig is. Door vervolgens deze ijkmonsters te matchen met elke gemeten piek kan men een multidimensionale afhankelijkheid berekenen. Sommige pieken zullen helemaal geen correlatie vertonen met de concentratie en dus een horizontaal verband geven. Anderen zullen een meer stijgende of dalend verband laten zien. Met PCA, een statistische berekeningswijze, kun je nu bekijken welke componenten de hoogste positieve dan wel negatieve correlatie geven ten opzichte van de concentratie en in welke mate deze componenten daarin bijdragen. Hierbij wordt ook rekening gehouden met interacties tussen twee of meer componenten. Uiteindelijk zijn er dan enkele golflengten die samen een maat zijn voor de concentratie van de te meten stof, maar dan altijd binnen een gelijksoortige matrix. De ijklijn moet dan ook voortdurend worden geactualiseerd en bewaakt.





0 gebruiker(s) lezen dit onderwerp

0 leden, 0 bezoekers, 0 anonieme gebruikers

Ook adverteren op onze website? Lees hier meer!

Gesponsorde vacatures

Vacatures