《表1 主机的6种常规化学成分的最优模型》

  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

《复烤片烟常规化学成分的傅里叶变换近红外光谱法的模型转移》

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

参考行业标准方法[13-17]对284个校正集样品和78个验证集样品的常规化学成分的含量进行检测。建模之前首先采用一阶求导、二阶求导、标准正态变换（SNV）、多元散射校正（MSC）以及卷积（S-G）平滑等预处理方法对原始光谱进行预处理，以消除噪声、基线漂移等因素对光谱信号的影响。然后采用偏最小二乘法（PLS）建立了复烤片烟常规化学成分的主机模型，并通过内部交叉验证，以最小内部交叉验证均方根误差为指标，确定最佳主成分数、频率区间和光谱预处理方法，然后对模型不断进行优化以得到具有较高的R2和较小的RMSECV、RMSEP的最优模型。最后，采用SPSS 14软件对模型的预测结果进行统计分析，发现预测值和参考值之间不存在显著性差异，说明模型具有较高的实用性。主机的6种常规化学成分的最优模型见表1，主机的6种常规化学成分模型的真实值与预测值的散点图见图4。