《表2 不同光谱预处理方法对定量校正模型性能的影响》
在建立模型前,需要消除噪音和基线漂移等因素对光谱采集的影响。光谱预处理方法的考察,选择一阶导数法(first derivative,FD)、二阶导数法(second derivative,SD)[9],分别与平滑降噪法(Savitzky golay,SG)方法结合,获取2种方法NIR预处理光谱,利用The Unscrambler软件对表1数据与NIR预处理光谱进行相关性分析,采用偏最小二乘法与交叉-验证法(cross-validation),建立NIR定量分析模型,得不同的校正集交叉验证相关系数(R2)、校正均方根偏差(RMSEC)和预测均方根偏差(RMSEP),其中R2分为内部验证相关系数(R2CV)和外部验证相关系数(R2Cal)。以这4个指标综合评价模型的准确性和适用性。其中,R2越接近1,NIR模型预测值与实测值相关性越好;RMSEC与RMSEP越接近,且RMSEC略小于RMSEP,所建模型适用性越强,预测效果越好[10-11]。见表2。
图表编号 | XD00142147400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.29 |
作者 | 王美慧、姜文月、边雨、曲佳乐、任绪华、秦思莲、高陆 |
绘制单位 | 吉林省现代中药工程研究中心有限公司、吉林省现代中药工程研究中心有限公司、吉林省现代中药工程研究中心有限公司、吉林省现代中药工程研究中心有限公司、吉林省现代中药工程研究中心有限公司、修正药业集团股份有限公司、吉林省现代中药工程研究中心有限公司 |
更多格式 | 高清、无水印(增值服务) |