《表2 不同波段全光谱SVM建模结果对比》
基于不同波段的光谱信息,采用不同的预处理方法建立明虾样品TVB-N含量的SVM模型,结果如表2所示。与利用原始光谱数据建立的SVM模型相比,利用预处理后光谱数据建立的SVM模型预测效果均有所提高,说明预处理方法可以有效地消除或降低光谱数据中的噪声。基于第一波段的光谱信息,利用先一阶导数再SNV处理的方法建立的模型最佳,其Rc为0.936 6,SEC为13.34 mg/100 g,Rp为0.913 0,SEP为15.19 mg/100 g,RPD为2.42,表明模型的结果还有待进一步提高。基于第二波段光谱信息建立的模型结果优于前者,这可能与波段二比波段一光谱的信噪比好,无关信息的干扰减少有关。最佳的预处理方法为先经过二阶导数再进行SNV处理,模型的Rc为0.952 4,SEC为16.77 mg/100 g,Rp为0.9421,SEP为18.97 mg/100 g,RPD为2.53。与利用单一波段的光谱建模结果相比,利用双波段融合后的光谱信息建立的模型精度最高,这可能与融合后的双波段光谱包含的信息量更加丰富有关。最优结果为经过一阶导数处理后建立的模型,其Rc为0.957 8,SEC为14.01 mg/100 g,Rp为0.931 9,SEP为16.39 mg/100 g,RPD为2.66。
图表编号 | XD00207545000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.25 |
作者 | 王娅、张存存、付玉叶、张凡、王颉、王文秀 |
绘制单位 | 河北农业大学食品科技学院河北省农产品加工工程技术中心、河北农业大学食品科技学院河北省农产品加工工程技术中心、河北农业大学食品科技学院河北省农产品加工工程技术中心、河北农业大学食品科技学院河北省农产品加工工程技术中心、河北农业大学食品科技学院河北省农产品加工工程技术中心、河北农业大学食品科技学院河北省农产品加工工程技术中心 |
更多格式 | 高清、无水印(增值服务) |