专业的化学计量学工作区
caliX 旨在从原始光谱数据中建立高精度的定量预测模型和定性分类器。无论您使用的是近红外光谱 (NIR)、傅里叶变换红外光谱 (FTIR) 还是拉曼 (Raman) 光谱仪，caliX 将复杂的高维光反射/吸收光谱转换为直接可用的化学参数，如蛋白质、水分、脂肪、纤维或活性药物成分 (API) 含量。
无需强迫用户手动运行数千次试错回归，caliX 协调先进的机器学习和统计模型，自动发现原始光谱与参考值之间的数学关系。该平台将整个定标模型工作流程统一在单一的高级界面中。
八模块工作流程
caliX 将整个化学计量学过程统一为一个从原始光谱到可生产就绪模型的序列化、基于模块的流程。
数据
数据加载、清洗和参考分析。
回归
（手动）
手动优化的定量建模。
回归
（自动）
人工智能驱动的自动化定量建模。
分类
定性分析和样本分组。
识别
通过光谱库匹配进行定性材料识别。
预测
未知样本预测的现场模式。
数据传输
模型和设备标准化。
模型转换器
转换并导出定标模型以便部署。
核心定标功能
数据引擎与稀疏化
利用 PCA 和 PLS 杠杆指标自动清洗原始数据集。使用智能数据稀疏算法减少相同的在线扫描负载，同时保留方差。
光谱预处理
应用数学滤波器消除光散射和基线漂移。支持 SNV、MSC、去趋势、自动缩放以及 Savitzky-Golay 导数平滑。
AutoML 网格搜索
自动化试错模型开发。AutoML 可以在数秒内遍历多达 95 种独特的流程组合，突出显示带有星号的拐点以防止过拟合。
多变量算法
使用 PLS、鲁棒 PLS、主成分回归 (PCR) 以及 L1/L2 正则化方法（如 Ridge、Lasso 和 ElasticNet）建立定量定标模型。
定性分组
开发定性分类器以验证产品的原产地和真实性。利用 PCA 进行无监督聚类可视化，利用 PLS-DA 进行类别分离。
光谱仪标准化
轻松地将主模型转移到从仪器。caliX 使用分段直接标准化 (PDS) 和斜率/偏差校正 (SBC) 来调整硬件差异。
算法和方法目录
异常样本检测
- PCA 影响 Hotelling T² 与 Q-Residuals
- PLS 杠杆率 高影响力样本跟踪
- 马氏距离 多变量协方差检查
- 孤立森林 基于树的异常森林
- KNN 距离 最近邻隔离检测
光谱预处理
- SNV & MSC 针对固体谷物的散射校正
- 导数 一阶和二阶 SG 导数
- 去趋势 拟合并减去多项式倾斜曲线
- 中心化和缩放 均值中心化，自动缩放，SNVD
回归算法
- 偏最小二乘法 (PLS) 标准且鲁棒的抗异常值 PLS
- PCR & Ridge 主成分及 L2 正则化
- Lasso & ElasticNet L1 惩罚及组合稀疏回归
- 鲁棒 Huber 抵抗极端数据错误的算法
AutoML 搜索与统计
- 优化模式 快速、标准、全面、鲁棒、高级
- 遍历的算法 PLS (MOONIPALS, SIMPLS, NIPALS)
- 模型配置 最大成分数 (LV)，K 折交叉验证 (CV)
- 清洗和截止阈值 AI_Pure，GH/NH，Q-Res / T-Cutoff
下载 caliX 安装程序
下载最新的 caliX 化学计量学软件包。包含完整的定标开发套件，具有 PLS 回归、PCA 分类和模型验证工具。
caliX 需要有效的 USTECH 许可证密钥。请联系 info@ustechinnovations.com 以获取激活支持。