Ближний инфракрасный спектр при количественном анализе подвержен влиянию аномальных образцов. Поскольку спектр формируется наложением пиков поглощения гидрогенсодержащих групп, традиционные методы анализируют весь спектр целиком, полагаясь лишь на глобальные характеристики, что затрудняет выявление тонких аномалий в отдельных пиках, а фиксированные пороги не обладают адаптивностью. В связи с этим в статье предлагается стратегия идентификации аномальных образцов на основе смешанного гауссового разложения, в которой в ключевых пиках поглощения строится смешанная гауссова модель, с помощью нескольких гауссовых компонентов解析ируются перекрывающиеся пики, затем на основе амплитуд компонентов формируется нормальный диапазон по квартильному критерию, а образцы за пределами диапазона считаются аномальными. Предложенный метод применён для прогнозирования концентрации общего сахара в смеси сырья на этапе ферментации лимонной кислоты, результаты показывают, что метод эффективно выявляет аномальные образцы как в искусственно созданных, так и в реальных спектрах. По сравнению с исходным спектром RMSE модели PLS после удаления аномальных образцов снизился на 34,69%, а R² увеличился на 26,28%. Метод, анализируя структуру пиков поглощения, реализует адаптивное обнаружение локальных аномалий и предоставляет структурированное и интерпретируемое средство повышения качества ближнего инфракрасного спектра.

ближний инфракрасный спектр;идентификация аномальных образцов;смешанная гауссова модель;разложение перекрывающихся пиков;ферментация лимонной кислоты