本週要用光譜辨認代糖盲樣。先別急著看第一名：背景、散射和強度差異，都可能讓同一物質看起來不一樣。

先確認波數軸、單位與量測模式一致。光譜庫和未知樣品，要用相同的區間與前處理流程；示範曲線是模擬數據，不是實測化合物指紋。

拉曼光譜的單點突刺可能是宇宙射線。中值濾波可協助找出異常，但真正的窄峰也可能被誤刪。先看重複掃描，再決定是否修正。

不對稱最小平方法，用平滑曲線估計背景。lambda 控制平滑度，p 控制不對稱權重。課堂從一百萬與零點零一開始，但不能把預設值當成通用答案。

SNV 將每條光譜減去自己的平均，再除以自己的母體標準差。同一形狀若只是正倍數縮放與常數平移，處理後會重合；但任意彎曲的背景不會自動消失。

SG 在滑動視窗內擬合多項式。導數能凸顯重疊峰，也會放大雜訊。比較不同視窗，保留有意義的峰形；導數計算必須使用實際的波長或波數間距。

Pearson 看去平均後的形狀，餘弦看向量方向，光譜角越小越相似。原始歐氏距離對尺度敏感。注意：餘弦不怕正倍數縮放，卻仍會受常數平移影響。

同時呈現前三名與疊圖，檢查特徵峰和前兩名的差距。高分不是身分證，沒有通用的相似度門檻。混合物可能只配到主要成分，必須補量測或做其他確認。

打開互動實驗室，依序調整尖峰、基線、散射與 SG 參數，再改變指標與盲樣。每幕先預測、後觀察並解釋。下載光譜與實驗紀錄，記下你選擇參數的理由。

用本班第十週量到的純物質建立光譜庫。繳交前處理參數、前三名分數、疊圖及模糊案例討論。若做 NNLS，正規化後的係數不能直接當成質量分率。