Ближний инфракрасный спектр в количественном анализе легко подвергается влиянию выбросов. Спектр формируется наложением пиков поглощения гидрогенных групп, при этом традиционные методы анализируют весь спектр целиком, опираясь только на глобальные характеристики, что затрудняет выявление мелких выбросов в отдельных пиках, а фиксированные пороговые значения не обеспечивают адаптивность. В данной работе предложена стратегия выявления выбросов на основе разложения смеси Гауссовских функций, где внутри ключевых пиков поглощения строится модель смеси Гауссов, многими компонентами которой анализируются наложенные пики, затем по амплитудам каждой компоненты формируется нормальный диапазон на основе квартильного критерия, и образцы, выходящие за пределы диапазона, классифицируются как выбросы. Предложенный метод применён для предсказания общей концентрации сахара в смешанном сырье на этапе ферментации цитратной кислоты, результаты показали эффективное выявление выбросов как в искусственно созданных, так и в реальных спектрах. По сравнению с исходным спектром, построенная после удаления выбросов модель PLS показала снижение RMSE на 34,69% и увеличение коэффициента детерминации R2 на 26,28%. Метод, анализируя структуру пиков поглощения, обеспечивает адаптивное обнаружение локальных выбросов, предоставляя структурированное и интерпретируемое решение для повышения качества ближнего инфракрасного спектра.

ближний инфракрасный спектр;выбросы;смесь Гауссовских моделей;разложение наложенных пиков;ферментация цитратной кислоты