《表2 不同光谱预处理方法对定量校正模型性能的影响》

  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

《声光可调-近红外光谱技术快速评价牡丹皮药材质量》

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

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。