光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2004年
1期
45-49
,共5页
李宁%闵顺耕%覃方丽%于飞健%叶升锋
李寧%閔順耕%覃方麗%于飛健%葉升鋒
리저%민순경%담방려%우비건%협승봉
近红外光谱%非破坏性分析%偏最小二乘法%黄豆%蛋白质%脂肪
近紅外光譜%非破壞性分析%偏最小二乘法%黃豆%蛋白質%脂肪
근홍외광보%비파배성분석%편최소이승법%황두%단백질%지방
采用傅里叶近红外漫反射光谱非破坏性分析, 能够提供完整籽粒黄豆样品成分的含量信息, 结合偏最小二乘回归法(Partial Least-Squares, PLS), 以 39个不同品种的完整籽粒黄豆样品建立蛋白质和脂肪含量近红外定量分析模型, 其中蛋白质、脂肪含量分析模型的测定系数R2分别为99.30, 97.52, 相对标准偏差RSD分别为0.76%和1.3%, 检验集的化学值与模型预测值的相关系数r分别为0.947 3, 0.869 5. 用所建模型对264个不同品种的黄豆样品进行预测, 并采用R-error指标来估计分析结果的误差, 其中蛋白质和脂肪模型预测的最小相对误差分别为0.04%和2.46%, 最大相对误差分别为2.45%和4.25%. 该结果对育种过程中的早代筛选工作有重要意义.
採用傅裏葉近紅外漫反射光譜非破壞性分析, 能夠提供完整籽粒黃豆樣品成分的含量信息, 結閤偏最小二乘迴歸法(Partial Least-Squares, PLS), 以 39箇不同品種的完整籽粒黃豆樣品建立蛋白質和脂肪含量近紅外定量分析模型, 其中蛋白質、脂肪含量分析模型的測定繫數R2分彆為99.30, 97.52, 相對標準偏差RSD分彆為0.76%和1.3%, 檢驗集的化學值與模型預測值的相關繫數r分彆為0.947 3, 0.869 5. 用所建模型對264箇不同品種的黃豆樣品進行預測, 併採用R-error指標來估計分析結果的誤差, 其中蛋白質和脂肪模型預測的最小相對誤差分彆為0.04%和2.46%, 最大相對誤差分彆為2.45%和4.25%. 該結果對育種過程中的早代篩選工作有重要意義.
채용부리협근홍외만반사광보비파배성분석, 능구제공완정자립황두양품성분적함량신식, 결합편최소이승회귀법(Partial Least-Squares, PLS), 이 39개불동품충적완정자립황두양품건립단백질화지방함량근홍외정량분석모형, 기중단백질、지방함량분석모형적측정계수R2분별위99.30, 97.52, 상대표준편차RSD분별위0.76%화1.3%, 검험집적화학치여모형예측치적상관계수r분별위0.947 3, 0.869 5. 용소건모형대264개불동품충적황두양품진행예측, 병채용R-error지표래고계분석결과적오차, 기중단백질화지방모형예측적최소상대오차분별위0.04%화2.46%, 최대상대오차분별위2.45%화4.25%. 해결과대육충과정중적조대사선공작유중요의의.
