分析化学
分析化學
분석화학
CHINESE JOURNAL OF ANALYTICAL CHEMISTRY
2013年
6期
922-926
,共5页
黄庄荣%沙莎%荣正勤%刘海英%陈进红%祝水金
黃莊榮%沙莎%榮正勤%劉海英%陳進紅%祝水金
황장영%사사%영정근%류해영%진진홍%축수금
整粒棉籽%近红外%脂肪酸%变量选择%最小二乘支持向量机
整粒棉籽%近紅外%脂肪痠%變量選擇%最小二乘支持嚮量機
정립면자%근홍외%지방산%변량선택%최소이승지지향량궤
Intact cottonseed%Near infrared spectroscopy%Fatty acid%Variable selection%Least-squares support vector machine
应用近红外光谱技术可以实现整粒带壳作物种子中脂肪酸含量的快速、无损分析.以385份棉花种子为实验材料,应用线性的偏最小二乘(PLS)和非线性的最小二乘支持向量机(LS-SVM)方法,结合蒙特卡罗无信息变量消除法(MC-UVE),构建整粒棉籽中脂肪酸含量的近红外校正模型.结果表明,基于变量选择的LS-SVM模型具有最佳的预测性能,其棕榈酸、硬脂酸、油酸、亚油酸、饱和脂肪酸和不饱和脂肪酸含量的近红外校正模型的相关系数R2分别为0.863,0.881,0.843,0.806,0.894和0.917,剩余预测偏差RPD分别为2.669,2.880,2.508,2.202,3.023和3.473.本方法省略了种子的粉碎过程,MC-UVE方法有助于提高校正模型的稳健性和精确度.
應用近紅外光譜技術可以實現整粒帶殼作物種子中脂肪痠含量的快速、無損分析.以385份棉花種子為實驗材料,應用線性的偏最小二乘(PLS)和非線性的最小二乘支持嚮量機(LS-SVM)方法,結閤矇特卡囉無信息變量消除法(MC-UVE),構建整粒棉籽中脂肪痠含量的近紅外校正模型.結果錶明,基于變量選擇的LS-SVM模型具有最佳的預測性能,其棕櫚痠、硬脂痠、油痠、亞油痠、飽和脂肪痠和不飽和脂肪痠含量的近紅外校正模型的相關繫數R2分彆為0.863,0.881,0.843,0.806,0.894和0.917,剩餘預測偏差RPD分彆為2.669,2.880,2.508,2.202,3.023和3.473.本方法省略瞭種子的粉碎過程,MC-UVE方法有助于提高校正模型的穩健性和精確度.
응용근홍외광보기술가이실현정립대각작물충자중지방산함량적쾌속、무손분석.이385빈면화충자위실험재료,응용선성적편최소이승(PLS)화비선성적최소이승지지향량궤(LS-SVM)방법,결합몽특잡라무신식변량소제법(MC-UVE),구건정립면자중지방산함량적근홍외교정모형.결과표명,기우변량선택적LS-SVM모형구유최가적예측성능,기종려산、경지산、유산、아유산、포화지방산화불포화지방산함량적근홍외교정모형적상관계수R2분별위0.863,0.881,0.843,0.806,0.894화0.917,잉여예측편차RPD분별위2.669,2.880,2.508,2.202,3.023화3.473.본방법성략료충자적분쇄과정,MC-UVE방법유조우제고교정모형적은건성화정학도.