用近紅外光譜分析法快速檢測菜籽油中芥酸含量.pdf

1、本研究以菜籽油的芥酸含量為檢測對象，結(jié)合化學計量學方法，主要從奇異樣品的剔除、建模方法優(yōu)化、波長優(yōu)選和正交信號校正四部分深入討論了近紅外光譜技術(shù)在快速定量檢測應(yīng)用中的幾個關(guān)鍵問題。 本研究共收集了77個菜籽油樣品，同步檢測了菜籽油樣品芥酸含量的化學值和近紅外光譜。通過剔除奇異樣品的方法，去掉了其中認為是異常的13個樣品，最終參與建模和預測的樣品數(shù)是64個。使用Kennard-Stone算法把64個樣品進行校正集和預測集的劃

2、分，其中校正集40個，預測集24個。對校正集的原始吸收光譜、一階導數(shù)光譜和二階導數(shù)光譜進行了逐步回歸分析，以相關(guān)系數(shù)、平均相對誤差、均方根誤差等3個統(tǒng)計量來評價預測集預測效果，結(jié)果是菜籽油的二階導數(shù)光譜不適合用于芥酸含量建模。運用偏最小二乘回歸對校正集的原始光譜和一階導數(shù)光譜建立定標方程，對24個預測集樣品進行預測，預測結(jié)果的3個指標為：原始光譜的相關(guān)系數(shù)0.988、平均相對誤差4.899％、均方根誤差1.805，一階導數(shù)光譜的相關(guān)系數(shù)

3、0.989、平均相對誤差4.453％、均方根誤差1.651。比較相關(guān)系數(shù)法、間隔偏最小二乘法、無關(guān)信息向量消除法、連續(xù)投影法、遺傳算法5種波長優(yōu)選方法的偏最小二乘回歸建模結(jié)果，得到遺傳算法最優(yōu)，建模預測結(jié)果的3個指標是：0.998、1.835％、0.674。還探討了正交信號校正的預處理方法對消除系統(tǒng)噪聲影響的作用，利用不同的正交信號校正對原始光譜進行預處理后利用全譜進行建模，通過比較，分段正交信號校正的預測效果最好，建模預測結(jié)果的3個指

4、標是：0.996、2.418％、0.907。 通過比較分析表明：在不進行波長或波段優(yōu)選時，偏最小二乘回歸的建模結(jié)果優(yōu)于逐步回歸分析，一階導數(shù)光譜的結(jié)果最好，原始光譜的次之，二階導數(shù)光譜的結(jié)果最差；不同的波長或波段優(yōu)選方法對均有不同程度的改善，提高了模型的穩(wěn)健性和準確性，其中以遺傳算法的結(jié)果最好；正交信號校正方法對原始光譜的建模預測結(jié)果也有改善。通過上面的研究，為近紅外光譜分析技術(shù)進一步廣泛應(yīng)用提供了理論依據(jù)，為提高近紅外光譜分析