近红外光谱结合CARS变量筛选方法用于液态奶中蛋白质与脂肪含量的测定

• 作者: 唐玉莲 张华秀 李晓宁 梁逸曾 范伟
• 来源期刊: 分析测试学报
• 学科: 化学
• 关键词: 近红外光谱 液态奶 偏最小二乘法 CARS变量筛选法
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 研究报告
• 页码范围: 430-434
• 分类号: O561.3|O629.73
• 字数: 3291字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4957.2010.05.002

摘要

采用CARS(Competitive adaptive reweighted sampling)变量筛选方法建模, 显著提高了液态奶中蛋白质与脂肪近红外模型的预测精度.用蒙特卡罗采样(Monte-Carlo sampling)方法先剔除奇异样本,再对光谱进行中心化与Karl Norris滤波降噪处理,通过CARS方法筛选出与样本性质密切相关的变量,建立预测蛋白质与脂肪含量的偏最小二乘法(PLS)校正模型,并与未选变量的PLS模型进行比较.以定标集相关系数(r2)及交互验证均方残差(RMSECV)和预测误差均方根(RMSEP)作为判定依据,确定了蛋白质与脂肪的最佳建模条件.蛋白质与脂肪校正模型的相关系数分别为0.975 0、0.995 1,RMSECV分别为0.194 8、0.136 3,RMSEP分别为0.113 3、0.140 1,预测结果优于未选变量的PLS模型及其他选变量方法,有效简化了模型,适于液态奶中脂肪和蛋白质的快速、无损检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁逸曾		12	346	9.0	12.0
2	李晓宁		2	85	2.0	2.0
3	张华秀		1	72	1.0	1.0
4	范伟		1	72	1.0	1.0
5	唐玉莲		1	72	1.0	1.0