Unscrambler用于使用多元统计分析和交互式可视化进行建模、预测和优化
。通过比以往肆意时辰都更方便地分析大型数据集，更快地开发产品、提高质量并优化流程
。

?

通过度析全数类型的数据以优化产品开发、质量和造作流程，更快、更好地解决现实问题
。利器拥有光谱和化学计量学特有职能的多元统计分析步骤
。以您所需的全数体式导入资料、传感器、工艺和光谱数据，并拥有易于绘造、预处置和建模光谱数据的职能
。提供更好的产品分类，以提供一致的产品质量
。使用基于项主张工作流，更智能地工作并简化分析过程的全数阶段
。

?

化繁为简

借助特有的光谱学和化学计量学职能，急剧鉴别对证量、周期功夫和其他关键KPI关键的参数
。

?

更快的可操作了局

以您必要的全数体式导入资料、传感器、过程和光谱数据，并拥有轻松绘造、预处置和建模光谱数据的职能
。

?

安全、合规的项目工作流程

切合21 CFR Part 11、EU Annex 11和其他律例的数字署名、密码和审计跟踪
。

?

它的利用领域为：

Spectroscopy 光谱学
Chemometrics 化学计量学
Sensormetrics 传感学
Quality Control 质量节造
Process Analytical Technology 过程分析技术
Product Development 产品开发

?

通例利用：

Exploratory Statistics 检测数据统计
Regression Analysis 数据回归分析
Design of Experiments 尝试设计
Data Pretreatments 数据预处置
Classification 数据分类

?

Unscramber索求更多职能

?

资料汇入

• 通用导入体式，例如ASCII（文），MS Excel，Matlab，JCAMP-DX，NetCDF，JEOL，以及通用数据库导入

• 供给商的体式，Thermo Fisher Scientific（GRAMS，OMNIC），Bruker（OPUS），Perten，rap-ID，Brimrose，ASD( Indico)，Varian，Guided Wave（SpectrOn，Class-PA，Nirojson），FOSS（NSAS）,PerkinElmer , DeltaNu , VisioTec和Viavi（MicroNIR Pro）

• 还能够导入Design-Expert和早期版本的Unscrambler中的数据和模型

• 上面未列出的某些体式和数据库衔接能够作为插件使用
  。增长新体式

?

归并或减伤数据

• 转置

• 沿样本或变量削减（均匀）

• 使用行/列主，挨次或水平方向沉塑

• 扩充或追加两个或更多个拥有匹配尺寸的矩阵

• 凭据列标题名附加矩阵

• 通过轮询，功夫，样品ID中的事务进行的样品比对

• 使用PCA，PCR，PLSR削减单个变量块的尺寸

?

散射校对和光谱变换

• 使用移动均匀，高斯滤波器，中值滤波器，Savitzky-Golay进行滑润

• 解析

• 归一化为通用均值，大值，领域，曲线下面积，单元矢量归一化，峰归一化

• 使用偏移或直线进行基线校对

• 趋向

• 使用Gap，Gap-Segment，Savitzky-Golay到4阶的导数

• 尺度正态变量（SNV）

• 乘法散射校对（MSC）

• 扩大乘法信号校对（EMSC）

• 正交信号校对（OSC）

• 有关翘曲（COW）

?

描述性统计

• 缺失值

• （均匀，中位数，四分位数）

• 领域（尺度，方差，RMS）

• 散布（偏度、峰度）

• 散射效应

?

统计检验

• 均值均等（配对t检验）

• 方差相称（F检验，Levene检验，Bartlett检验）

• 正态性（Kolomogorov-Smirnov检验，多变量正态性的Mardia检验）

• 权变分析

?

聚类分析

• K均值，K中位数

• 档次聚类分析（HCA），单链接，链接，均匀链接，中位链接和Ward步骤

• 索求性步骤

• 主成分分析（PCA）

• 旋转PCA

• 多元曲线分辨率（MCR）

• 回归步骤

• 多元性回归（MLR）

• 主成分回归（PCR）

• 偏幼二乘回归（PLSR）

• 向量机回归（SVR）

• L-PLS回归，三个数据表

?

分类步骤

• 使用PCA , PCR或PLSR模型进行投影

• 类比的单一建模（SIMCA）

• 线性判断分析（LDA），拥有线性，二次方，Mahalonobis选项

• PCA-LDA，用于通过LDA分类关联数据

• 向量机分类（SVC）

?

校准转移

• 误差和斜率校对

• 分段直接尺度化（PDS）

?

光谱转换

• 反射率/透射率的吸收率

• 反射率/吸光率

• 对Kubelka-Munk的反射

• 衰减全反射（ATR）校对

?

和方差转换

• 中心和比例选项

• 相互作用和平方效应

• 通例推算，拥有log（X），1/x等操作

• 分位数归一化

?

节造图

• 拥有能力分析的统计过程节造（SPC）

• 移动块步骤（均值，尺度，相对尺度，F检验）

?

Python剧本

• 资料汇入

• Python资源

?

批量建模（插件-单一销售）

• 在相对功夫内建模批次进度

• 对数据的仍和处置（例如光谱）都存在模型中并利用于新批次

• 该步骤与采样功夫，采样周期，批次进度和不相称的批次长度无关

• 动态限度单个组件和整个模型的分数

• 到模型的渣滓距离的动态（F渣滓统计量）

• 下钻职能的贡献图

• 预测过程中没出缺失值问题

?

尝试设计

• 两级析因筛选设计

• 析因钻研

• 响应面法（RSM）

• 混合物设计技巧

• 过程成分，混合物成分和分类成分的组合

• 分隔图的设计和分析

?

这是您必要的工具，去索求更多的可能性

?

汇聚数据、工具和人员，从设计到出产的具体步骤
。以更快的速度开发产品，提高产品质量，工艺
。

?

• 解决复杂问题而设计

分析，交互式图形和可视化职能，以及光谱学和化学计量学职能
。

Unscrambler旨在使用的多元分析职能来解决复杂的问题，并拥有不一样的光谱学和化学推算学职能
。从20多种分歧的步骤中进行选择，以分析数据，尝试设计（DOE），索求性数据分析，偏幼二乘回归（PLSR），主成分分析（PCA）和类比的软建模（SIMCA），此表，Python还提供了成千上万的脚本分享给Unscrambler使用，并提供了导入，预处置和机械进建的步骤，通过交互式图形和可视化索求和验证模型，以免产品开发，提高产品质量和流程效能
。

?

• 筹备数量数据进行分析

导入和筹备大型和复杂的数据集
。

使用Unscrambler筹备要分析的书，导入来自30多种分歧体式的类型的数据，例如资料，传感器，过程和光谱数据
。使用宽泛的职能进行数据索求，转换，散射校对和光谱转换，以数据质量和分析了局
。

?

• 对于功夫有关的流程进行建模和监督

批处置建模：对功夫有关的过程进行无如果的建模
。

此处置建模是对从初始起点的过程随功夫变动的过程进行建模的过程，在此过程中化学或生物学产生变动
。通过凭据处置过程中可检测到的变动来适应批处置操作，能够实现好的产品质量，从而提供一种节造机造来将产品驱动到所需状态
。该步骤相对功夫对数据建模，并且还与批次之间的现实采样率无关
。批处置建模产品可作为Unscrambler的插件使用，也能够通过使用Unscrambler Process Pulse在过程监控解决规划中使用
。

1、索求、分析和诠释拥有时变行为的批处置流程或系统

2、天生拥有相信度限度的轨迹模型

3、随着功夫的推移跟踪一批，发现不合规的情况，找到原因并采取措施

4、可视化流程随功夫变动的方式，与采样率无关

批量建模犯罪可用于ongoing的利用领域，例如发酵，干燥，混合，化学反映和工业出产
。

?

• 使用Design-Expert简化尝试设计

对产品或过程进行突破性改进
。Unscrambler随附有Design - Expert，这是用于设计尝试的行业工具，可对产品或过程进行突破性改进
。您能够筛选有关成分，还能够找到的工艺设置以获得好能并发现产品配方，使用可选转的3D图从接哦度查看响应表表，在交互式2D图形上设置标志并浏览概括；并使用数值职能同使匾到数十个响应的大的进展值
。

?

• 实时监控，预测

运行Unscrambler模型以实时监督，预测和过程和产品质量
。

使用Unscrambler Process Pulse获得实时过程监控，以实现的过程可视性，早期故障检测，过程误差忠告和持续改进
。Process Pulse通过在单个仪表板上的交互式节造图中组合和显示过程数据，从而使您能够单一查看过程
。这种实时过程可视性和分析职能可援手操作员通过早期的故障检测和过程误差忠告立即鉴别并处置过程误差

Ｄ芄皇褂肬nscrambler通过互动图表和过程分析来调查造成误差的过程参数，以实现过程
。Process Pulse是一种可扩大且的过程监控工具，它使用的分析职能来监督在线，在线流程，以改进流程
。

?

• 缩幼研发与出产之间的差距

能够在组织的分歧部门和中使用解密器和流程脉冲，以地凭据数据科学家，流程工程师，流程操作员和质量经理的见解采取行动，从而在整个价值链中进行
。Unscrambler和Process Pulse结合使用设计尝试，设计质量，过程分析技术（PAT）以及实时过程监控，中值和所需的工具，缩幼了研发与出产之间的差距
。

?

软硬件要求：

Windows Server 2016

Windows 10 （32/64-bit）

Windows Server 2012

Windows 2008 R2

Windows 2008 （32/64-bit）

Windows 8 （32/64-bit）

Windows 7 （32-64-bit）

?

1GHZ或更快的Intel或AMD处置器

建议有2GB的内存

？捎孟低衬诖娴氖拷薅仁菥卣蟮拇笥
。

有1GB的可用硬盘空间

NET Framework 4.0及以上版本

Internet Explorer 7

建议屏幕分辨率为1024像素宽