《表4 不同预处理方法的PLSR模型》
注:RMSECP.验证集均方根误差。
分别采用均值中心化(mean centering,MC)(数据增强类算法) 、Savitzky-Golay结合一阶求导(savitzkygolay derivative,SG-1st)(导数类算法) 、SavitzkyGolay平滑(savitzky-golay smoothing,SGS)(平滑类算法) 、SNV和多元散射校正(multiplication scatter correction,MSC)(信号校正类算法) 等几种具有代表性的预处理方法[25],对原始光谱数据预处理后应用PLSR方法建模,建模结果如表4所示。应用MC预处理后,预测系数较高,且RMSEC与RMSEP的值均较低且二者相差较小,该模型比较准确,其预测值与真实值的关系如图4所示。由图4b得知,当掺假比例在20%以上时,预测值均匀分布在预测线两侧,真实值与预测值相差较小,而掺假比例低于20%时,真实值与预测值相差较大,说明该模型的检测限为20%,后期可选取合适样品数量或优化模型参数方法进一步降低检测限[29]。
图表编号 | XD0041274900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.25 |
作者 | 白京、李家鹏、邹昊、田寒友、刘飞、李文采、王辉、张振琪、王守伟 |
绘制单位 | 中国肉类食品综合研究中心北京食品科学研究院肉类加工技术北京市重点实验室、中国肉类食品综合研究中心北京食品科学研究院肉类加工技术北京市重点实验室、中国肉类食品综合研究中心北京食品科学研究院肉类加工技术北京市重点实验室、中国肉类食品综合研究中心北京食品科学研究院肉类加工技术北京市重点实验室、中国肉类食品综合研究中心北京食品科学研究院肉类加工技术北京市重点实验室、中国肉类食品综合研究中心北京食品科学研究院肉类加工技术北京市重点实验室、中国肉类食品综合研究中心北京食品科学研究院肉类加工技术北京市重点实验室、中国肉 |
更多格式 | 高清、无水印(增值服务) |