化学研究与应用
化學研究與應用
화학연구여응용
CHEMICAL RESEARCH AND APPLICATION
2012年
9期
1423-1428
,共6页
近红外光谱法%木薯%定标模型%淀粉%水分
近紅外光譜法%木藷%定標模型%澱粉%水分
근홍외광보법%목서%정표모형%정분%수분
应用近红外光谱法(NIRS)建立木薯中淀粉、水分定量分析的近红外光谱数学模型,探讨了修正偏最小二乘法(MPLS)、偏最小二乘法(PLS)以及主成分回归法(PCR)等优化处理对定标模型的影响,确定了修正偏最小二乘法(MPLS)是建立模型最适合的数学方法.并对模型预测结果的准确性进行了评价.结果表明:验证集样品的化学值和近红外预测值拟合存在较好的线性关系,相关性显著.淀粉模型预测标准偏差(Sep)为0.850,系统偏差(Bias)为-0.095,相关系数(r)为0.971.水分模型预测标准偏差(Sep)为0.075,系统偏差(Bias)为0.007,相关系数(r)为0.980.淀粉、水分定量分析的NIPS数学模型具有较高的预测准确性,可应用于木薯批量收购中的品质等分析.
應用近紅外光譜法(NIRS)建立木藷中澱粉、水分定量分析的近紅外光譜數學模型,探討瞭脩正偏最小二乘法(MPLS)、偏最小二乘法(PLS)以及主成分迴歸法(PCR)等優化處理對定標模型的影響,確定瞭脩正偏最小二乘法(MPLS)是建立模型最適閤的數學方法.併對模型預測結果的準確性進行瞭評價.結果錶明:驗證集樣品的化學值和近紅外預測值擬閤存在較好的線性關繫,相關性顯著.澱粉模型預測標準偏差(Sep)為0.850,繫統偏差(Bias)為-0.095,相關繫數(r)為0.971.水分模型預測標準偏差(Sep)為0.075,繫統偏差(Bias)為0.007,相關繫數(r)為0.980.澱粉、水分定量分析的NIPS數學模型具有較高的預測準確性,可應用于木藷批量收購中的品質等分析.
응용근홍외광보법(NIRS)건립목서중정분、수분정량분석적근홍외광보수학모형,탐토료수정편최소이승법(MPLS)、편최소이승법(PLS)이급주성분회귀법(PCR)등우화처리대정표모형적영향,학정료수정편최소이승법(MPLS)시건립모형최괄합적수학방법.병대모형예측결과적준학성진행료평개.결과표명:험증집양품적화학치화근홍외예측치의합존재교호적선성관계,상관성현저.정분모형예측표준편차(Sep)위0.850,계통편차(Bias)위-0.095,상관계수(r)위0.971.수분모형예측표준편차(Sep)위0.075,계통편차(Bias)위0.007,상관계수(r)위0.980.정분、수분정량분석적NIPS수학모형구유교고적예측준학성,가응용우목서비량수구중적품질등분석.
