光谱实验室
光譜實驗室
광보실험실
CHINESE JOURNAL OF SPECTROSCOPY LABORATORY
2013年
1期
68-72
,共5页
易克传%曾其良%张新伟%高连兴
易剋傳%曾其良%張新偉%高連興
역극전%증기량%장신위%고련흥
近红外光谱%联合区间偏最小二乘%梨%可溶性固形物含量
近紅外光譜%聯閤區間偏最小二乘%梨%可溶性固形物含量
근홍외광보%연합구간편최소이승%리%가용성고형물함량
为了提高近红外光谱技术在梨的可溶性固形物含量(SSC)检测中的精度和稳定性,对采集的原始光谱进行标准归一化(SNV)预处理,采用联合区间偏最小二乘法(SiPLS)建立了SSC的预测模型；通过交互验证法确定了模型的主成分因子数,以预测时的相关系数(Rp)和预测均方根误差(RMSEP)作为评价指标对模型预测结果进行了分析,并与经典偏最小二乘(PLS)模型、间隔偏最小二乘(iPLS)模型进行了比较.结果表明,利用SiPLS所建的预测模型的最优组合包含21个光谱区间并联合4个子区间和15个主成分因子,其预测集的相关系数和预测均方根误差分别为0.9633和0.203;说明利用近红外光谱结合SiPLS算法可以准确、无损检测梨中可溶性固形物含量.
為瞭提高近紅外光譜技術在梨的可溶性固形物含量(SSC)檢測中的精度和穩定性,對採集的原始光譜進行標準歸一化(SNV)預處理,採用聯閤區間偏最小二乘法(SiPLS)建立瞭SSC的預測模型；通過交互驗證法確定瞭模型的主成分因子數,以預測時的相關繫數(Rp)和預測均方根誤差(RMSEP)作為評價指標對模型預測結果進行瞭分析,併與經典偏最小二乘(PLS)模型、間隔偏最小二乘(iPLS)模型進行瞭比較.結果錶明,利用SiPLS所建的預測模型的最優組閤包含21箇光譜區間併聯閤4箇子區間和15箇主成分因子,其預測集的相關繫數和預測均方根誤差分彆為0.9633和0.203;說明利用近紅外光譜結閤SiPLS算法可以準確、無損檢測梨中可溶性固形物含量.
위료제고근홍외광보기술재리적가용성고형물함량(SSC)검측중적정도화은정성,대채집적원시광보진행표준귀일화(SNV)예처리,채용연합구간편최소이승법(SiPLS)건립료SSC적예측모형；통과교호험증법학정료모형적주성분인자수,이예측시적상관계수(Rp)화예측균방근오차(RMSEP)작위평개지표대모형예측결과진행료분석,병여경전편최소이승(PLS)모형、간격편최소이승(iPLS)모형진행료비교.결과표명,이용SiPLS소건적예측모형적최우조합포함21개광보구간병연합4개자구간화15개주성분인자,기예측집적상관계수화예측균방근오차분별위0.9633화0.203;설명이용근홍외광보결합SiPLS산법가이준학、무손검측리중가용성고형물함량.
