400-099-6602

ModelLab Specman®
ModelLab Specman®
行业领先的多模态光谱智能建模AI解决方案
作为光谱检测领域通用的化学计量学与机器学习建模平台,ModelLab Specman全面支持包括NIR、MIR、拉曼、LIBS、太赫兹等在内的光谱一站式样本建模,可提供包括模式识别和定量回归在内的各类化学计量学与机器学习建模分析。ModelLab领先的架构使得样本数据维护与模型训练均可在同一款软件中方便进行,用户在数分钟内即可对数据全貌及建模效果进行可视化的评估,并生成专业分析报告和高质量统计图形。
  通用性:全面支持不同类型二维光谱数据建模
  易用性:一键式的定性、定量模型创建与训练
  扩展性:训练完成后的模型可独立部署调用

产品简介

ModelLab Specman®是为分析测试行业光谱仪器数据AI建模与智能化分析所开发的化学计量学分析与机器学习AI建模软件解决方案。其专为光谱快检与在线分析所需的定性、定量AI建模流程进行优化设计,可支持各类光谱数据格式,以及随时间变化曲线数据如热重、溶出度等。具有仪器类型兼容性强、化学计量学与机器学习算法丰富,以及操作简便和优秀的结果可视化等优点。

作为科迈恩科技推出的仪器分析AI建模系列软件,ModelLab针对光谱、三维光谱、色谱、二维色谱、串联质谱、原位质谱、核磁共振、热重等不同仪器数据的多模态、多组学与AI建模分析的需要分别提供对应的软件及高性能算法解决方案。可应用于多模态指纹图谱、非靶向多组学分析等各类复杂分析体系的数据挖掘与AI模型的研究开发,助力仪器分析领域检测技术面向AI时代的智能化转型。

主要特点

1. 解决方案对仪器及数据类型的支持

ModelLab Specman解决方案可支持多种光谱、热重及溶出度仪器数据类型,包括但不限于:

  • MIR中红外光谱
  • NIR近红外光谱
  • FIR远红外光谱/THz太赫兹光谱
  • Raman拉曼光谱
  • LIBS激光诱导击穿等离子发射光谱
  • 热重量分析曲线TG/DTG
  • 溶出度曲线DR

Specman支持各主流光谱仪器厂家数据文件格式及通用格式(如CSV、JCAMP、.spa、.spc、.sp、.0-9),以及任意类型的二维光谱数据的建模分析。

 

2. 标准化的光谱预处理流程

ModelLab Specman支持丰富的光谱图批量自动处理的标准化预处理流程,包括但不限于:

  • 寻峰/峰积分
  • SG、ASLS平滑滤波
  • 一阶、二阶求导
  • 背景及荧光扣除
  • 谱图标度化
  • 多元散射校正
  • 波长/波数、吸收/透射等坐标系转换
  • 波长范围裁剪
  • 光谱重采样插值
  • 样品虚拟谱图合成
  • 模型迁移与光谱分段校正
 

3. 化学计量学与AI机器学习算法支持

ModelLab Specman提供专为光谱仪器多元校正及模式识别分析所设计开发的算法库,涵盖多元校正、多元统计、定量回归、模式识别、动态规划以及深度学习等在内的各类机器学习算法。包括tSNE、PLSR、SVM、SOM、随机森林等数十种化学计量学专用的算法模型。而满足定性、定量模型训练集预测等各类光谱建模场景的需要。还可借助模型算法及参数的自动筛选功能实现自动化的模型调优。

Specman一站式的分析流程设计使得数据集管理,以及模型的训练、预测和更新简便高效,同时结合各类统计图表和自定义的图形外观实现丰富的结果可视化。

4. 可独立运行的模型方案

ModelMan客户端程序支持对于用户所训练的光谱模型的受控分发和脱机使用,从而保障模型的安全性与可控性。

应用领域

目前基于ModelLab Specman所开发的定性、定量预测模型已在光谱快检、指纹图谱,以及风味组学等分析与标准化技术中得到应用,行业应用场景包括但不限于:

1. 中药材与中草药

  • 中药材真伪鉴别、品种区分、产地差异分析(MIR、NIR)
  • 中药炮制前后成分变化与加工过程监测(MIR、NIR)
  • 结合化学计量学建模进行中药材的产地溯源、有效成分含量预测、外源物质识别、中药复方制剂质量一致性评价等

2. 食品与饮料

  • 谷物水分、乳制品成分、果蔬成熟度等的快速检测(NIR)
  • 白酒鉴别、葡萄酒风味评价、食用油掺假、塑料包装迁移物检测等(MIR)
  • 结合化学计量学进行地理标志产品鉴别,农产品分等分级,蜂蜜品种识别等

3. 生物学与医药

  • 蛋白质二级结构与构象变化、糖类与脂类分析(MIR、NIR)
  • 药物成分分析、纯度检测(MIR)
  • 药物辅料定性(MIR、Raman)
 

4. 石油化工

  • 原油成分快速筛查、油品质量指标测定、高速公路用沥青的真实性溯源快检模型(MIR、NIR)
  • 基于化学计量学的润滑油一致性溯源分析与老化程度评价(Raman)
  • 化工原料纯度检测 、催化剂表征、聚合物结构与性能分析(MIR、Raman)

5. 刑侦安检

  • 快速鉴别毒品成分(海洛因、可卡因)等违禁品(MIR、Raman)
  • 爆炸残留物识别、不同品牌油墨差异(Raman)
  • 现场分析纤维(棉、麻、合成纤维)、汽车漆层成分、胶带黏合剂(MIR)
  • 文件篡改鉴定、指纹残留物(油脂、氨基酸)(UV)

6. 文物保护

  • 无损检测文物中天然染料(如靛蓝、茜素)、纤维成分(MIR)
  • 宝石鉴定(Raman、MIR)

7. 珠宝鉴定

  • 矿物鉴定与成因研究:快速鉴别矿物种类
  • 鉴别天然宝石与合成宝石

基于多模态融合的茶叶品质分等分级研究

作者:

科迈恩

发布时间:

2025-04-17

浏览量:

科迈恩采用三维荧光、GC-MS、GC-O、GC等技术采集茶叶的指纹图谱,围绕茶叶窨制工艺与茶叶香型两个方面,结合化学计量学和机器学习模式识别算法,对茶叶进行了香气溯源、香气物质差异分析、特异性香气成分分析、品质分等分级研究。成功揭示了茶叶品质与窨制工艺的内在联系以及不同香型香气来源

化学计量学驱动的人工智能仪器分析技术

作者:

科迈恩

发布时间:

2025-04-01

浏览量:

以Modellab为代表的化学计量学整体解决方案系统,为包括光谱、色谱、质谱、热重以及核磁共振波谱等各类多维度、多谱学的分析化学量测数据提供复杂建模分析能力,体现了人工智能技术为光谱、质谱、色谱等检测领域所带来的巨大变革,代表了分析测试行业迈向自动化、智能化分析的新趋势

指纹图谱分析技术(数字身份证)

作者:

科迈恩

发布时间:

2025-07-02

浏览量:

指纹图谱分析技术结合现代分析仪器的非靶向采集和化学计量学,建立检测对象的整体轮廓特征表征并进一步进行模式识别分析。该技术打破经典分析局限,具有宏观、稳健等特征,开启了复杂体系与人工智能融合的新范式。凭借唯一性等特性,该技术作为 “数字身份证” 绘制技术,在多行业的检测分析场景中发挥关键作用,有力推动了行业的发展。

中国星级“土特产”农产品分等分级体系建设

作者:

科迈恩

发布时间:

2025-06-26

浏览量:

科迈恩与农业农村部食物与营养发展研究所合作,采用多组学非靶向指纹图谱技术,结合化学计量学算法,开展针对地标农产品营养品质评价、溯源分析、相似度比对、分等分级及标签标识的全产业链标准体系的构建与研究工作。加强对农产品一致性与真实性的管控,推动地方特色农产品产业链高质量发展

查看全部
查看全部

资料下载

与我们的技术支持团队取得联系,即刻申请软件资料等。

资料下载

产品咨询

与我们的销售与售前技术支持团队取得联系,在线咨询解决方案配置与报价。

联系我们

领先的检测分析领域人工智能企业

全部
  • 全部
  • 产品管理
  • 新闻资讯
  • 介绍内容
  • 常见问题
  • 企业视频

我要评论

安全验证
提交