食品科学
食品科學
식품과학
FOOD SCIENCE
2013年
2期
165-169
,共5页
张小燕%杨炳南%刘威%赵凤敏%杨延辰%兴丽
張小燕%楊炳南%劉威%趙鳳敏%楊延辰%興麗
장소연%양병남%류위%조봉민%양연신%흥려
马铃薯%近红外光谱%主成分分析%偏最小二乘法
馬鈴藷%近紅外光譜%主成分分析%偏最小二乘法
마령서%근홍외광보%주성분분석%편최소이승법
以44个品系马铃薯为原料,利用主成分分析(PCA)方法筛选出代表马铃薯块茎主要营养成分指标(水分、还原糖、淀粉和蛋白质),应用偏最小二乘法(PLS)建立这4种营养成分的预测模型,并对模型预测结果进行了评价.结果表明,马铃薯主要营养成分的模型预测与其相应的化学测量值之间具有较好的相关性,对于水分模型,校正效果:R2cal=98.37％,RMSEE=0.445,RPD=7.84;交叉验证效果:R2cv=93.05％,RMSECV=0.84,RPD=3.79.还原糖模型校正模型效果:R2cal=98.43％,RMSEE=0.0236,RPD=7.99;交叉验证效果:R2cv=86.42％,RMSECV=0.0598,RPD=2.71.淀粉模型校正模型效果:R2cal=97.13％,RMSEE=0.577,RPD=5.9;交叉验证效果:R2cv=95.370％,RMSECV=0.7,RPD=4.65.蛋白质模型校正模型效果:R2cal=98.41％,RMSEE=0.0334,RPD=7.92;交叉验证效果:R2cv=89.49％,RMSECV=0.0767,RPD=3.08.
以44箇品繫馬鈴藷為原料,利用主成分分析(PCA)方法篩選齣代錶馬鈴藷塊莖主要營養成分指標(水分、還原糖、澱粉和蛋白質),應用偏最小二乘法(PLS)建立這4種營養成分的預測模型,併對模型預測結果進行瞭評價.結果錶明,馬鈴藷主要營養成分的模型預測與其相應的化學測量值之間具有較好的相關性,對于水分模型,校正效果:R2cal=98.37％,RMSEE=0.445,RPD=7.84;交扠驗證效果:R2cv=93.05％,RMSECV=0.84,RPD=3.79.還原糖模型校正模型效果:R2cal=98.43％,RMSEE=0.0236,RPD=7.99;交扠驗證效果:R2cv=86.42％,RMSECV=0.0598,RPD=2.71.澱粉模型校正模型效果:R2cal=97.13％,RMSEE=0.577,RPD=5.9;交扠驗證效果:R2cv=95.370％,RMSECV=0.7,RPD=4.65.蛋白質模型校正模型效果:R2cal=98.41％,RMSEE=0.0334,RPD=7.92;交扠驗證效果:R2cv=89.49％,RMSECV=0.0767,RPD=3.08.
이44개품계마령서위원료,이용주성분분석(PCA)방법사선출대표마령서괴경주요영양성분지표(수분、환원당、정분화단백질),응용편최소이승법(PLS)건립저4충영양성분적예측모형,병대모형예측결과진행료평개.결과표명,마령서주요영양성분적모형예측여기상응적화학측량치지간구유교호적상관성,대우수분모형,교정효과:R2cal=98.37％,RMSEE=0.445,RPD=7.84;교차험증효과:R2cv=93.05％,RMSECV=0.84,RPD=3.79.환원당모형교정모형효과:R2cal=98.43％,RMSEE=0.0236,RPD=7.99;교차험증효과:R2cv=86.42％,RMSECV=0.0598,RPD=2.71.정분모형교정모형효과:R2cal=97.13％,RMSEE=0.577,RPD=5.9;교차험증효과:R2cv=95.370％,RMSECV=0.7,RPD=4.65.단백질모형교정모형효과:R2cal=98.41％,RMSEE=0.0334,RPD=7.92;교차험증효과:R2cv=89.49％,RMSECV=0.0767,RPD=3.08.
