二进制蜻蜓算法-直接校正算法优选标样集在小麦粉蛋白质近红外模型传递中的应用

摘要：

为了实现小麦粉蛋白质含量近红外分析模型的传递,探究二进制蜻蜓算法(Bi-nary Dragonfly Algorithm,BDA)与直接校正算法(Direct Standardization,DS)相结合构成的BDA-DS算法挑选标样集对模型传递结果的影响.以棱光S450光栅型近红外光谱仪为主机,NeoSpectra Micro傅里叶变换型近红外光谱仪为从机,采集了 126个小麦粉的近红外光谱,用偏最小二乘回归法建立了主机近红外光谱与小麦粉蛋白质的关联模型.经BDA-DS算法模型传递后,主机模型对从机样品预测决定系数为0.9812,预测标准偏差为0.1838,从机与主机的光谱集合平均马氏距离由22.34下降到1.40,均接近于主机模型精度水平.该研究同时与采用Kennard/Stone(K/S)挑选标样集再结合DS构成的传统K/S-DS算法进行了对比,结果表明:相对于K/S-DS算法,BDA-DS算法挑选出较少的标样集就能表征仪器的差异,有效地提高了主机模型对从机样品的预测精度,为近红外模型传递提供了 一种更加有效的标样集选择方法.

关键词：二进制蜻蜓算法、直接校正算法、近红外光谱、模型传递、小麦粉蛋白质

所属期刊栏目：39

分类号：O657.33(分析化学)

资助基金：国家重点研发计划2019YFD1002300

在线出版日期：2023-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：267-274