光谱预处理对便携式近红外光谱仪快速检测小麦粉灰分含量的影响

• 作者: 刘翠玲 孙晓荣 尹唯佳 徐莹莹 王赋腾
• 来源期刊: 食品工业科技
• 学科: 工学
• 关键词: 便携式近红外光谱仪 偏最小二乘 灰分 矢量归一化 Savitsky-Golay卷积平滑法
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 分析检测
• 页码范围: 58-61,66
• 页数: 5页
• 分类号: TS211.7
• 语种: 中文
• DOI: 10.13386/j.issn1002-0306.2017.10.003

摘要

为了实现便携式近红外光谱仪现场快速分析小麦粉中灰分的含量,对125个小麦粉样本扫描并进行多种预处理后,建立了基于偏最小二乘(PLS)的定量分析模型.探讨了基线校正(Baseline)、矢量归一化(Normalize)、SavitskyGolay卷积平滑法、导数、标准正态变量变换(Standard Normal Variate Correction,SNV)以及多元散射校正(Multiplicative Scatter Correction,MSC)这六种预处理方法及其组合方式对建模的影响.结果表明:矢量归一化+Savitsky-Golay滤波平滑法是最佳预处理方法,相应建立的小麦粉灰分含量最佳模型的校正决定系数定为0.947,交叉验证决定系数震为0.896,校正均方根误差(RMSEC)为0.026,交叉验证均方根误差(RMSECV)为0.037,预测均方根误差(RMSEP)为0.026.无预处理模型的校正决定系数为0.873,交叉验证决定系数为0.832,校正均方根误差为0.044,交叉验证均方根误差0.051,预测均方根误差为0.056;相较于无预处理模型,最佳模型的预测精度和稳健性有了很大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙晓荣	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	79	396	10.0	15.0
2	刘翠玲	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	119	568	11.0	17.0
3	徐莹莹	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	4	12	2.0	3.0
4	王赋腾	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	3	10	2.0	3.0
5	尹唯佳	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	1	6	1.0	1.0