為了消除飾面型防火涂料樣品表面散射的影響，對原始光譜圖進行標準正態變量變換(SNV)處理;為了消除譜圖基線漂移和噪聲的干擾，提高光譜的分辨率，對光譜進行移動窗口寬度為5點的平滑處理，為了消除系統誤差對樣品光譜圖的噪聲影響，選取1 500--2 400 nm波長范圍進行建模。經過優化處理后的四家企業不同種類飾面型防火涂料樣品的近紅外光譜圖，如圖3所示。
  對飾面型防火涂料生產企業在產品證書有效期內穩定生產的樣品，抽取不同批次的多個樣品進行光譜測量及譜圖處理。按式(1)對所有合格樣品的吸光度進行閩值計算。(1)式中:S。為第i個合格樣品和第J個合格樣品間的吸光度均方根誤差值;k為第h個波長;n為波長總數;第t個合格樣品在第h個波長個數下的吸光度值;為為第J個合格樣品在第h個波長個數下的吸光度值。
  以A企業生產的電纜飾面型防火涂料為例，抽取不同時期四個批次的合格樣品，預處理后的譜圖如圖4所示。統計分析四個批次合格樣品的吸光度均方根誤差值S，其計算分析結果如表1所示。從表1可以發現，四個批次的樣品兩兩比較，其中均方根誤差值最大的是第一批次和第四批次之間的樣品，其樣品的均方根誤差值S14為0.02477。
  根據不同批次樣品間最大的吸光度均方根誤差值514依據式(2)可以確定A企業電纜飾面型防火涂料產品的一致性譜圖閩值S為0.049 1060式中:S。為第i個合格樣品和第J個合格樣品間的吸光度均方根誤差值;S為某樣品的一致性譜圖閩值。http://www.carsautomoviles.com/