《表1 基于原始及预处理全光谱建立的PLSR模型性能》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于高光谱成像的生鲜鸡肉糜中大豆蛋白含量检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为在掺假样品中定量分析大豆蛋白含量，随机选取96个样品加入训练集（16梯度×6样品），剩余32个样品作为预测集（16梯度×2样品），针对3种不同大豆蛋白分别建立基于原始及预处理光谱的PLSR模型，每个模型均采用留一法进行交叉验证，所有建模结果如表1所示。通过比较不同的预处理方法，总体上无论掺入何种大豆蛋白种类，全光谱的预测精度均令人满意，可以达到R2≥0.98，均方根误差在1.41%以内。3种大豆蛋白预测性能的横向比较发现，SPC的预测效果最好，原始光谱的模型预测精度可达Rp2=0.998 4，预测集均方根误差为0.37%且预测与偏差之比（Ratio of prediction to deviation，RPD）[18]为23.89。对于SPF，二阶导数预处理后的全光谱模型性能最优，Rp2=0.991 6，预测集均方根误差为0.81%且RPD为10.91，而SPI的预测模型中，不采用预处理的全光谱建立的模型可达Rp2=0.983 7，预测集均方根误差为1.16%且RPD为7.62。