江西农业大学学报
江西農業大學學報
강서농업대학학보
ACTA AGRICULTURAE UNIVERSITATIS JIANGXIENSIS
2010年
5期
1075-1080
,共6页
可见/近红外光谱%在线检测%蒙特卡罗无信息变量消除法%蛋白pH
可見/近紅外光譜%在線檢測%矇特卡囉無信息變量消除法%蛋白pH
가견/근홍외광보%재선검측%몽특잡라무신식변량소제법%단백pH
利用可见/近红外光谱在线检测鸡蛋品质中的蛋白pH, 采用漫反射方式进行光谱采集.采用反向区间偏最小二乘法(BiPLS)和蒙特卡罗无信息变量消除法(MC-UVE)分别优化鸡蛋蛋白pH可见/近红外光谱的信息区间组合及筛选有效建模变量数.经过最优预处理方法一阶导数对光谱进行预处理校正后,BiPLS方法筛选的区间分隔最优数为25,对应信息区间为598.33~617.55 nm、636.63~655.58 nm、783.25~800.72 nm和852.24~885.82 nm.利用MC-UVE方法筛选出来的最佳建模变量数为250个,BiPLS模型的Rp为0.827和RMSEP值为0.094;MC-UVE-PLS模型的Rp为0.833和RMSEP值为0.086.结果表明利用蒙特卡罗无信息变量消除方法可以有效选择建模变量,既克服了复杂样品各信息区间对PLS建模贡献率不一样的问题,又能提高模型的稳定性和多元校正的预测精度.
利用可見/近紅外光譜在線檢測鷄蛋品質中的蛋白pH, 採用漫反射方式進行光譜採集.採用反嚮區間偏最小二乘法(BiPLS)和矇特卡囉無信息變量消除法(MC-UVE)分彆優化鷄蛋蛋白pH可見/近紅外光譜的信息區間組閤及篩選有效建模變量數.經過最優預處理方法一階導數對光譜進行預處理校正後,BiPLS方法篩選的區間分隔最優數為25,對應信息區間為598.33~617.55 nm、636.63~655.58 nm、783.25~800.72 nm和852.24~885.82 nm.利用MC-UVE方法篩選齣來的最佳建模變量數為250箇,BiPLS模型的Rp為0.827和RMSEP值為0.094;MC-UVE-PLS模型的Rp為0.833和RMSEP值為0.086.結果錶明利用矇特卡囉無信息變量消除方法可以有效選擇建模變量,既剋服瞭複雜樣品各信息區間對PLS建模貢獻率不一樣的問題,又能提高模型的穩定性和多元校正的預測精度.
이용가견/근홍외광보재선검측계단품질중적단백pH, 채용만반사방식진행광보채집.채용반향구간편최소이승법(BiPLS)화몽특잡라무신식변량소제법(MC-UVE)분별우화계단단백pH가견/근홍외광보적신식구간조합급사선유효건모변량수.경과최우예처리방법일계도수대광보진행예처리교정후,BiPLS방법사선적구간분격최우수위25,대응신식구간위598.33~617.55 nm、636.63~655.58 nm、783.25~800.72 nm화852.24~885.82 nm.이용MC-UVE방법사선출래적최가건모변량수위250개,BiPLS모형적Rp위0.827화RMSEP치위0.094;MC-UVE-PLS모형적Rp위0.833화RMSEP치위0.086.결과표명이용몽특잡라무신식변량소제방법가이유효선택건모변량,기극복료복잡양품각신식구간대PLS건모공헌솔불일양적문제,우능제고모형적은정성화다원교정적예측정도.
