鸡蛋蛋白pH可见/近红外光谱在线检测信息变量提取研究OA北大核心CSCDCSTPCD
A Study on Variable Selection of Vis-NIR Spectral Information for Online Detection Albumen pH of Eggs
利用可见/近红外光谱在线检测鸡蛋品质中的蛋白pH, 采用漫反射方式进行光谱采集.采用反向区间偏最小二乘法(BiPLS)和蒙特卡罗无信息变量消除法(MC-UVE)分别优化鸡蛋蛋白pH可见/近红外光谱的信息区间组合及筛选有效建模变量数.经过最优预处理方法一阶导数对光谱进行预处理校正后,BiPLS方法筛选的区间分隔最优数为25,对应信息区间为598.33~617.55 nm、636.63~655.58 nm、783.25~800.72 nm和852.24~885.82 nm.利用MC-UVE方法筛选出来的最佳建模变量数为250个,BiPLS模型的Rp为0.827和RMSEP值为0.094;MC-UVE-PLS模型的Rp为0.833和RMSEP值为0.086.结果表明利用蒙特卡罗无信息变量消除方法可以有效选择建模变量,既克服了复杂样品各信息区间对PLS建模贡献率不一样的问题,又能提高模型的稳定性和多元校正的预测精度.
刘燕德;彭彦颖;孙旭东
华东交通大学,机电工程学院,光机电技术及应用研究所,江西,南昌,330013华东交通大学,机电工程学院,光机电技术及应用研究所,江西,南昌,330013华东交通大学,机电工程学院,光机电技术及应用研究所,江西,南昌,330013
计算机与自动化
可见/近红外光谱在线检测蒙特卡罗无信息变量消除法蛋白pH
《江西农业大学学报》 2010 (5)
1075-1080,6
国家科技支撑计划项目(2008BAD96B04)、江西省主要学科学术和技术带头人培养对象计划项目(2009DD00700)、江西省自然科学基金项目(2008GQN0029)和江西省对外科技合作计划项目(2009BHB15200)
评论