近赤外分光分析技術におけるモデルの汎用性の低さの問題に対処するため、新しいモデル転送法である最小角回帰と単一線形直接標準化法（Least angle regression combined simple linear regression direct standardization、LAR-SLRDS）を提案した。本手法は、まずウェーブレット変換を用いてサンプルのスペクトルデータを前処理し、次にLARを利用してサンプル全スペクトル領域の特徴波長点を選択し、最後にSLRDSを用いて選択された変数を補正する。ガソリンおよび医薬品サンプルの近赤外スペクトルデータを使用してLAR-SLRDSの性能を検証したところ、ガソリンデータセットのC7、C8、C9、C10成分のスペクトル差はそれぞれ0.0028、0.0027、0.0026、0.0027であり、予測標準偏差はそれぞれ0.4106、0.8492、1.0349、1.2158であった。医薬品データセットの活性、硬度、重量成分のスペクトル差はそれぞれ0.0300、0.0318、0.0336、予測標準偏差はそれぞれ1.9338、0.4402、2.1309であった。結果は、LAR-SLRDSアルゴリズムが主装置と副装置のスペクトル間に存在する差異を除去してモデル転送を実現するだけでなく、PLS定量モデルの精度と安定性を向上させることができることを示し、広範な応用可能性を持つことを示している。

近赤外分光技術;モデル転送;最小角回帰;単一線形直接標準化法