拉曼光谱很少能直接从光谱仪进入模型。在提取定量信息之前，通常需要进行预处理，包括裁剪有效光谱区域、去除尖峰、扣除基线以及归一化数据。本教程以论文《沸石结晶过程监测：连接原位拉曼光谱、异位XRD与预测性机器学习模型》中的真实拉曼光谱为例，演示这一工作流程。
沸石间转变发生在沸石合成过程中，即一种晶相转变为另一种晶相，因此追踪各晶相随时间的贡献具有重要价值。拉曼光谱可以跟踪这一过程，但光谱必须经过解卷积处理。非负最小二乘法（NNLS）非常适合此类任务：测得的光谱被描述为来自各个单相的参考光谱的非负线性组合。本教程聚焦于拉曼数据处理与NNLS，从原始光谱出发，恢复结晶过程中八面沸石（FAU）和钙十字沸石（GIS）的相对演变。
完整数据集以Nexus/HDF5格式在Zenodo上公开提供，教程则以Jupyter笔记本形式提供。Nexus格式的优势在于光谱与实验元数据（包括结晶时间）存储在一起，十分便捷。0小时和16小时采集的光谱被排除在外，因为沸石的拉曼特征信息量尚不充分，因此分析从18小时开始。
第一步预处理是将光谱裁剪至250–1250 cm⁻¹区域。由于这些光谱并非在完全相同的拉曼位移轴上记录，每条光谱都会被插值到一个公共轴上，然后合并为单一数据矩阵。裁剪和插值先于尖峰去除和基线扣除，因此这些算法只作用于相关且已统一的信号。
来源: Towards Data Science · 由HeadlinesBriefing整理摘要