拉曼光谱往往具有热背景或荧光，这些特征在进行光谱库搜索时会对匹配产生不利影响。当作为定量分析的一部分确定成分时，它们也可能导致精度下降。
这个电线™ (窗户®-基于Raman环境的软件从Renishaw功能专利的智能拟合基线减法工具，可以用来自动和准确地消除不必要的背景光谱。
使用智能拟合可提供准确、一致的结果，因为不再需要手动删除基线，这通常是主观和耗时的。
使用智能拟合，可以从单个光谱中去除简单和复杂的基线。这也可以从拉曼图中的许多光谱自动完成。
总的来说，智能配件允许用户：
- 使拉曼数据更容易理解
- 查看光谱之间的细微变化
- 生成更精确的化学图像
- 提高定量分析的准确性
单光谱
Renishaw的专利智能拟合基线减法算法能够快速、自动地去除基线（图1）。去除背景后，清晰的和宽的拉曼光谱带将保留其形状和特征，光谱中的细微细节将变得更加清晰。最终，这使得产生的光谱更容易解释。
图1。从拉曼图平均光谱中智能拟合基线移除的示例（顶部原始光谱，基线以蓝色显示，底部基线移除结果）。图片来源：Renishaw plc-光谱学
拉曼图数据
图2显示了智能配件从嵌入在环氧树脂中的薄膜材料获得拉曼图谱数据。
在这里，没有基线减法的定性分析（图2A）受到荧光背景的严重影响，导致环氧树脂（橙色）和碳（绿色）的化学特异性差。
图2。组件分析的例子，有和没有事先智能拟合基线删除。在A（未去除基线的数据分析）中，环氧树脂组分分布是错误的。在B（基线去除分析的数据）中，环氧树脂组分分布是准确的。图片来源：Renishaw plc-光谱学
这样的结果可能会产生误导，可能会提供有关这些化学成分空间分布的错误信息。
图2B显示了自动应用基线减法后的成分分析结果。对每个光谱进行了优化。该图证实了减法消除了荧光背景，现在图像准确地显示了样本中每个成分的空间分布。
环氧成分（橙色）现在显示正确，而图2A中的前一个示例将其错误地解释为低碳浓度。
除了提供更具代表性的化学图像外，智能拟合在定量浓度分析中也很重要，因为任何背景变化都会对浓度计算产生相当大的影响。
本信息来源于Renishaw plc-Spectroscopy提供的材料，经过审查和改编。欧洲杯足球竞彩
有关此来源的更多信息，请访问Renishaw plc-光谱学。