《表1 不同预处理方法TVB-N含量的PLSR建模结果》

  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

《肉品无损检测光学传感器设计与试验》

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

对预处理后的光谱数据建立猪肉TVB-N含量的PLSR预测模型，建模结果如表1所示。从表中可以看出，相同的检测距离之下，采用SNV和MSC预处理所建立的PLSR模型结果基本相同，当检测距离小于16 mm且采用SNV和MSC预处理时所建立的PLSR模型效果不好（距离为12 mm时除外），当检测距离大于16 mm且采用SNV预处理时所建立的PLSR模型效果最好，这可能是由于SNV和MSC预处理方法可消除样品表面颗粒带来的影响，而距离较小时，样品表面颗粒散射影响较小，大部分光都能被光学传感器采集，而当距离增大时，样品表面颗粒散射对结果影响增大，因而采用SNV预处理时所建立的PLSR模型效果较好。不同的检测距离所建立的PLSR预测模型效果相差较大，当检测距离从16 mm增大到20 mm时检测效果明显降低，且随着检测距离的增大，采用不同的预处理方法每个距离最好的预测结果呈现先变好再变差的趋势。