《表3 不同光谱预处理后甘草灰分偏最小二乘建模参数》

  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

《基于R语言的近红外光谱对甘草中指标成分定量分析》

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

近红外光谱经不同预处理方法处理后甘草中总灰分含量近红外定量建模结果见表3。近红外光谱数据经矢量归一化和MSC处理后，主因子数为分别为17和15，对甘草中总灰分含量进行偏最小二乘建模，测试集相关系数分别为0.925 3和0.926 5，预测均方根误差分别为0.110 5和0.109 6，且验证集相关系数分别为0.911 1和0.917 7，交叉验证均方根误差为0.107 7和0.103 7，二者的测试集及验证集的相关系数和预测均方根误差均比较接近，但经MSC对光谱预处理后建模的结果略优于矢量归一化预处理；二阶导数或一阶导数与其他预处理方法联合应用进行光谱预处理后验证集的相关系数高于MSC预处理，但其验证集的相关系数较低，测试集与验证集的相关系数相差较大，模型预测结果的准确性略差；整体比较，MSC光谱预处理较优于其他各预处理方法建模结果。因此，甘草中总灰分偏最小二乘近红外定量模型以选择15个主因子、光谱经MSC预处理为佳。甘草总灰分含量近红外偏最小二乘模型真实值与预测值线性关系见图2。