《表1 PLS模型及交叉验证结果》

  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

《溴代十六烷基吡啶改性巴旦木壳用于胆红素的吸附与检测》

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

以偏最小二乘回归（PLS）进行光谱的多元校正，为了优化建立的PLS校正模型，各种信号处理方法用于光谱预处理，如Savitzky-Golay（SG）平滑、小波变换（CWT）、多元散射校正（MSC）、标准正态变换（SNV）、一阶导数（1st）等以及相结合的方法[18]。通过蒙特卡洛交叉验证（MCCV）确定因子数，不同的光谱预处理方法得到的运算结果见表1。这些模型的因子数均为12，这是由于样品的近红外光谱中既包含了胆红素的信息，也包含有吸附剂中各种成分、金属、葡萄糖等可能的基体干扰信息。模型的预测能力通过相关系数R、交叉验证均方根误差（RMSECV）及预测残差值（RPD）来评价，具有较大RPD的模型定量分析越准确[19]。从表1可以看出，光谱经SG平滑、CWT、1st、2nd处理后，与无处理光谱相比，模型的相关系数R变小、交叉验证均方根误差（RMSECV）变大、预测残差值（RPD）变小，说明模型的结果变得更差；而经MSC和SNV处理的模型结果较好，R值较大，RMSECV误差较小，模型RPD较大，说明大部分的基体干扰信息通过预富集作用得以消除，获得了良好的吸附选择性，适合于胆红素的定量分析。相比而言，SNV的光谱处理方法误差最小，RPD值最大。为了扣除光谱背景及噪音的干扰，使误差最小，选择SNV用于光谱信号的预处理，再经过PLS建立定量校正模型，进行胆红素的定量预测。