《表2 三个PLS-DA模型预测结果比较》
为了验证所提方法的优势,对同样的校正集和预测集样品,基于融合前同步-异步二维近红外相关谱MPCA得分矩阵(80×12)和同步-异步二维中红外相关谱MPCA得分矩阵(80×9)分别建立PLS-DA模型,采用这些模型分别对校正集和预测集样品进行判别,并与融合后的偏最小二乘判别模型的判别结果作比较,结果见表2.从表2可以看出,所建立的融合检测方法对校正集和预测集样品的判别正确率均为100%;融合前的近红外相关谱得分矩阵对校正集和预测集样品的判别正确率均为96.2%;融合前的中红外相关谱得分矩阵对校正集和预测集样品的判别正确率分别为98.1%和96.2%.从上述分析结果可以看出,相对于融合前的检测方法,所建立的融合检测方法对芝麻油能提供更好的判别结果,其原因是该方法同时包含了近、中红外区间的特征吸收,也包含同步“相似性”和异步“差异性”信息.
图表编号 | XD0063365100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 张婧、单慧勇、杨仁杰、靳皓、吴海云、于亚萍 |
绘制单位 | 天津农学院工程技术学院、天津农学院工程技术学院、天津农学院工程技术学院、天津农学院工程技术学院、天津农学院工程技术学院、天津农学院工程技术学院 |
更多格式 | 高清、无水印(增值服务) |