《表3 不同预处理光谱水分、咖啡碱、茶多酚PLS定标模型结果》

  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

《速溶普洱茶中水分、咖啡碱和茶多酚含量近红外光谱快速测定方法的建立》

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

采用偏最小二乘法对不同方法处理后的光谱进行建模分析，确定最优的光谱预处理方法，建模相关系数越接近1，说明预测值与真实值的相关程度越好，RMSECV越小，说明模型预测性能越好，与RMSEC越接近，则模型的稳定性越好。表3统计了各种光谱处理方法的建模指标，根据最佳模型的选择方法，从表3可以看出，水分和茶多酚的最优建模光谱是原始光谱，而咖啡碱的最优建模光谱是经过SG平滑、SNV和一阶导数处理后的光谱数据。水分的最优建模指标Rc=0.9266，RMSEC=0.6439，Rcv=0.8809，RMSECV=0.8509，主因子数是5；咖啡碱的最优建模指标Rc=0.9964，RMSEC=0.1337，Rcv=0.9543，RMSECV=0.4958，主因子数是7；茶多酚的最优建模指标Rc=0.9845，RMSEC=1.2097，Rcv=0.9679，RMSECV=1.8083，主因子数是7。从模型指标中得出，3种组分近红外光谱的模型预测性能由高到低为咖啡碱>茶多酚>水分，这可能与国标检测的精密度有关。咖啡碱、茶多酚模型的交互验证决定系数均在0.95以上，预测误差较小，交互验证预测效果良好，水分的交互验证相关系数是0.8809，预测效果比咖啡碱和茶多酚的略差。