《表1 不同预处理方法建立近红外预测模型》

  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

《利用近红外光谱快速检测大青山山羊肉脂肪与蛋白质含量》

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

近红外光谱采集过程中往往受到多种因素的影响导致光谱基线漂移以及噪音，因此在建模之前往往需要对光谱进行平滑、求导、校正等预处理。对不同的预处理方法进行组合建模，从中选择交叉验证均方根误差（RMSECV）值最小且相关系数较高的模型作为建模结果。建模结果中均方根误差（RMSEC）值越小，表明模型回归程度越好，通常RMSECV高于RMSEC值，故认为RMSECV值较低的模型建模效果较好（表1）。