근적외선 분광 분석 기술에서 모델의 범용성이 낮은 문제를 해결하기 위해 새로운 모델 전달 방법인 최소 각 회귀법과 단일 선형 직접 보정법(Least angle regression combined simple linear regression direct standardization, LAR-SLRDS)을 결합한 방법을 제안하였다. 이 방법은 먼저 웨이브릿 변환을 사용하여 샘플 스펙트럼 데이터를 전처리한 다음, LAR을 이용해 샘플 전체 스펙트럼 영역의 특성 파장점을 선별하고, 마지막으로 SLRDS를 이용해 선별된 변수를 보정한다. 휘발유 및 의약품 샘플의 근적외선 분광 데이터로 LAR-SLRDS 성능을 검증한 결과, 휘발유 데이터 세트 C7, C8, C9, C10 성분의 스펙트럼 차이는 각각 0.0028, 0.0027, 0.0026 및 0.0027이었으며, 예측 표준편차는 각각 0.4106, 0.8492, 1.0349 및 1.2158이었다; 의약품 데이터 세트의 활성도, 경도 및 중량 성분의 스펙트럼 차이는 각각 0.0300, 0.0318 및 0.0336이었으며, 예측 표준편차는 각각 1.9338, 0.4402 및 2.1309였다. 결과는 LAR-SLRDS 알고리즘이 주/부 기기 스펙트럼 간 존재하는 차이를 제거하여 모델 전달을 실현할 뿐만 아니라 PLS 정량 모델의 정확성과 안정성을 향상시킬 수 있음을 보여주며, 광범위한 응용 가능성을 가진다.

근적외선 분광 기술; 모델 전달; 최소 각 회귀법; 단일 선형 직접 보정법