《表2 苎麻叶化学成分预处理结果》

  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

《基于近红外技术的苎麻叶半纤维素、纤维素、木质素及Cd含量快速测定》

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

注:处理方法1代表散射校正；2代表中心化；3代表矢量校正。

回归方法采用定量偏最小二乘法（QPLS），原始光谱预处理方法有中心化、极差归一、矢量校正、散射校正、一阶导数和二阶导数6种，推荐主成分数方法有外部检测和内部交叉两种。原始光谱预处理方法的选择直接影响分析模型建立的好坏。构建的近红外预测模型决定系数（R2）、分辨度（RPD）越大，校正标准差（SEC）、相对标准差（RSD）越小，预测模型越准确。通过上述6种预处理方法和两种推荐主成分数方法处理，分析得出最优的处理结果见表2。由表2可知，在外部检测和内部交叉中，木质素的最优预处理方法为中心化，推荐主成分数分别是11和15；纤维素和半纤维素最优预处理方法不同，前者在外部检测和内部交叉中最优预处理方法分别是中心化、散射校正，主成分数分别为15、14；后者在外部检测和内部交叉中最优预处理方法分别是矢量校正、中心化，主成分数分别为11、15；中心化预处理对Cd的效果最佳，外部检测推荐主成分是11，内部交叉推荐主成分是15。外部检测中决定系数（R2）都达到85%以上，内部交叉中则达到95%以上，综合分辨度、校正标准差和相对标准差分析，推荐主成分数方法用内部交叉效果好，模型预测准确性效果最好。