《表1 豆粕模型参数：近红外在线监测技术在豆粕加工企业的应用案例》

  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

《近红外在线监测技术在豆粕加工企业的应用案例》

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

定量模型采用偏最小二乘法（PLS），数据预处理方法选择标准正态变量变换（SNV）、去趋势校正（DT）、均值中心化、Savitzky-Golay平滑、SavitzkyGolay导数，波长段选择1 100～1 800nm。选取有代表性的158份样品进行光谱采集建立模型，图1～图3是蛋白质、水分、残油的参考值分布情况。表1是建立的模型参数数据，SEC为校正标准偏差，指的是建立的模型对应实际样品的预测能力，此参数越小越好，其和样品化学法测定出的结果误差一致是最理想的，比如蛋白质化学法测出的误差为0.2，那么SEC为0.2是比较合适的，和化学法是一致的。SECV为交互检验标准偏差，指的是拿样品中的一部分预测另外一部分样品，SECV和SEC越接近越好。r为相关系数，相关系数越接近于1，说明实际预测结果越接近真实值。