太赫兹(Terahertz, THz)波通常是指位于微波和近红外之间的电磁波。 由于很多化学和生物分子的振动和转动模式正好都位于THz波段, 因此可以利用物质的这些“指纹谱”特性开展定性和定量分析研究。 目前用于THz光谱的定量分析主要有主成分回归(PCR)以及偏最小二乘回归(PLSR)等方法, 这些算法在建模时往往需要大量的样本进行监督学习, 模型精度对训练样本依赖性较高, 同时模型的外推性不易保证, 在样本量不足或者外推性要求较高的场合, 这些算法的使用会受到一定限制。 针对这些问题, 该研究提出一种利用光谱的参数化模型——间接硬建模方法(IHM), 进行混合物太赫兹光谱解析和量化分析技术方案的研究。 首先使用S-G平滑滤波方法滤除光谱中的噪声影响; 同时考虑到太赫兹光谱特性, 消除了人工基线对光谱解析产生的影响; 随后, 开展了IHM建模与分析研究, 重点讨论了在两个训练样本数目情况下模型预测准确度的问题; 为了验证该算法的可行性, 制备了利福平、 乳糖一水合物、 微晶纤维素以及硬脂酸镁的四元混合物进行实验与建模分析; 使用回归相关系数R和均方根误差RMSE对定量模型进行评价。 将IHM方法和PLSR方法进行了比较, 理论分析和实验结果表明, 相对于传统方法, IHM方法建模所需的训练样本数量可减少至2个, 与此同时量化分析准确度获得了提高, 同时外推性也有所提升。