《表1 不同预处理方式对水分定量模型的结果分析》

  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

《挂面面片水分分布均匀度的快速定量表征》

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

由图4可知，采用SNV、SG、MSC、1st DER、2nd DER 5种预处理方法对采集到的618个波长的光谱数据进行预处理，从5种预处理方法处理后得到的曲线图降噪效果看，经过SNV处理后的光谱光滑程度明显优于其他4种预处理，然而，实际判断一种预处理方式的合适与否不能仅从曲线的平滑程度判断，还应当综合考虑到模型的识别率。然后将预处理后的光谱分别建立PLSR模型，如表1所示，SNV处理后的光谱所建立模型的预测效果普遍优于其他4种预处理方式。分析其原因，光谱采集的过程中，所选样本表面不平整，光照在各个部位的分布不均匀，导致存在着大量的噪声信号。而SNV在消除样本颗粒大小、散射或者光程引起的样本光谱误差效果较好。MSC虽然在校正散射方面较强，但在降噪方面略显不足。微分求导处理后的光谱曲线更加侧重的是确定吸收峰和肩峰的位置，提高光谱的灵敏度和光谱细节，而在降噪方面略显不足[27-28]。因此在后续的实验中均采用SNV作为光谱的预处理方式。