Abstract Near-infrared spectroscopy (NIRS) is a key non-destructive technique for rapid assessment of the chemical properties of food materials. However, a major challenge with NIRS is the mixed physicochemical phenomena captured by the interaction of the light with the matter. The interaction often results in both absorption and scattering of the light. The overall NIRS signal therefore contains information related to the two phenomena mixed. To predict chemical properties such as dry matter, Brix and lipids, light refelction/absorption is used. Therefore, when the aim of the data analysis is to predict chemical components, it is necessary to remove as much as possible the scattering effects from the spectra. Several pre-processing techniques are available to do this, but it is often difficult to decide which one to choose. In this article we present the use of a recently developed pre-processing approach, sequential pre-processing through orthogonalization (SPORT), to improve the predictive power of multivariate models based on NIR spectra of food materials. The SPORT approach utilizes sequential orthogonalized partial least square regression (SOPLS) for the fusion of data blocks corresponding to several spectral preprocessing techniques. The results were compared with commonly used pre-processing techniques in the analysis of food materials by NIRS. The comparison was made by analyzing 5 different datasets comprised of apples, apricots, olive oils and grapes associated with chemical properties such as dry matter (DM), Brix, lipids and citric acid. The datasets were from both reflection and transmission measurements. The results showed that the fusion-based pre-processing methodology is an ideal choice for pre-processing of NIRS data. For four out of five datasets, the prediction accuracies (high R2pred and low RMSEP) were improved. The improvement led to as much as a 20 % increase in R2pred and a 25 % decrease in RMSEP compared to the standard 2nd derivative pre-processing. The pre-processing fusion was more effective for the reflection mode compared to the transmission mode. Multiple pre-processing techniques provided complementary information, and therefore, their fusion using the SPORT approach improved the model performance. The methodology is not only applicable to food materials but can in fact be used as a general pre-processing approach for all types of modeling of spectral data.

中文翻译：

---

SPORT 预处理可以改进新鲜水果和农业材料的近红外质量预测模型

摘要 近红外光谱 (NIRS) 是一种关键的无损技术，用于快速评估食品材料的化学特性。然而，NIRS 的一个主要挑战是通过光与物质的相互作用捕获的混合物理化学现象。这种相互作用常常导致光的吸收和散射。因此，整个 NIRS 信号包含与混合的两种现象相关的信息。为了预测化学特性，例如干物质、白利糖度和脂质，使用光反射/吸收。因此，当数据分析的目的是预测化学成分时，需要尽可能去除光谱中的散射效应。有几种预处理技术可用于执行此操作，但通常很难决定选择哪一种。在本文中，我们介绍了使用最近开发的预处理方法，即通过正交化的顺序预处理 (SPORT)，以提高基于食品材料 NIR 光谱的多变量模型的预测能力。SPORT 方法利用顺序正交偏最小二乘回归 (SOPLS) 来融合对应于几种光谱预处理技术的数据块。将结果与 NIRS 分析食品材料中常用的前处理技术进行了比较。该比较是通过分析 5 个不同的数据集进行的，这些数据集包括与干物质 (DM)、白利糖度、脂质和柠檬酸等化学特性相关的苹果、杏、橄榄油和葡萄。数据集来自反射和透射测量。结果表明，基于融合的预处理方法是 NIRS 数据预处理的理想选择。对于五分之四的数据集，预测精度（高 R2pred 和低 RMSEP）得到了提高。与标准的二阶导数预处理相比，这种改进导致 R2pred 增加了 20%，RMSEP 减少了 25%。与透射模式相比，预处理融合对于反射模式更有效。多种预处理技术提供了补充信息，因此，它们使用 SPORT 方法的融合提高了模型性能。该方法不仅适用于食品材料，而且实际上可以用作所有类型的光谱数据建模的通用预处理方法。对于五分之四的数据集，预测精度（高 R2pred 和低 RMSEP）得到了提高。与标准的二阶导数预处理相比，这种改进导致 R2pred 增加了 20%，RMSEP 减少了 25%。与透射模式相比，预处理融合对于反射模式更有效。多种预处理技术提供了补充信息，因此，它们使用 SPORT 方法的融合提高了模型性能。该方法不仅适用于食品材料，而且实际上可以用作所有类型的光谱数据建模的通用预处理方法。对于五分之四的数据集，预测精度（高 R2pred 和低 RMSEP）得到了提高。与标准的二阶导数预处理相比，这种改进导致 R2pred 增加了 20%，RMSEP 减少了 25%。与透射模式相比，预处理融合对于反射模式更有效。多种预处理技术提供了补充信息，因此，它们使用 SPORT 方法的融合提高了模型性能。该方法不仅适用于食品材料，而且实际上可以用作所有类型的光谱数据建模的通用预处理方法。与标准的二阶导数预处理相比，这种改进导致 R2pred 增加了 20%，RMSEP 减少了 25%。与透射模式相比，预处理融合对于反射模式更有效。多种预处理技术提供了补充信息，因此，它们使用 SPORT 方法的融合提高了模型性能。该方法不仅适用于食品材料，而且实际上可以用作所有类型的光谱数据建模的通用预处理方法。与标准的二阶导数预处理相比，这种改进导致 R2pred 增加了 20%，RMSEP 减少了 25%。与透射模式相比，预处理融合对于反射模式更有效。多种预处理技术提供了补充信息，因此，它们使用 SPORT 方法的融合提高了模型性能。该方法不仅适用于食品材料，而且实际上可以用作所有类型的光谱数据建模的通用预处理方法。他们使用 SPORT 方法的融合提高了模型性能。该方法不仅适用于食品材料，而且实际上可以用作所有类型的光谱数据建模的通用预处理方法。他们使用 SPORT 方法的融合提高了模型性能。该方法不仅适用于食品材料，而且实际上可以用作所有类型的光谱数据建模的通用预处理方法。