无信息变量消除法变量筛选优化烟草中总氮和总糖的定量模型

摘要：

应用近红外光谱技术对烟草常规化学成分中总氮和总糖进行了测定.无信息变量消除(UVE)剔除光谱矩阵中没有有效信息的数据点,并用偏最小二乘方法(PLS)建立总氮和总糖的定量分析模型,外部检验对模型效果进行了评价.总氮定量模型校正集的决定系数R2为93.35％,标准偏差SEC为0.10;外部检验集的决定系数R2为94.09％,标准偏差SEP为0.11,相对标准偏差RSD为6.12％；总糖的定量模型校正集的决定系数R2为98.20％,标准偏差SEC为0.95;外部检验集样品的决定系数R2为98.01％,标准偏差SEP为0.78,相对标准偏差RSD为2.93％.结果表明:采用UVE建立的总氮与总糖的模型优于用全谱建立的模型,UVE提高了PLS模型的预测能力.

关键词：近红外、烟草、无信息变量消除、偏最小二乘法

所属期刊栏目：41

分类号：O65;P20

资助基金：中国烟草公司项目2010YN65

在线出版日期：2013-08-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：917-921