基于改进连续投影算法的光谱定量模型优化

摘要：

分别对葡萄酒和苹果的原始光谱及其小波变换(WT)后的谱图采用改进连续投影算法(MS-PA)进行酒精度和可溶性固形物信息的提取,偏最小二乘(PLS)回归用于定量模型的构建,预测均方根误差(RMSEP)、预测相关系数Rv和akaike信息标准(AIC)用于模型优劣的评价.结果表明:葡萄酒的原始光谱经WT-MSPA-PLS方法优化计算后得到了较简化的酒精度分析模型,模型的RMSEP由0.178减小为0.139,Rv由0.963变为0.976,AIC由4 085.60减小为-1.06,建模变量由2 073缩减为34；苹果光谱经WT-MSPA-PLS方法运算后,可溶性固形物定量模型的RMSEP由0.565减小为0.541,Rv由0.920提高为0.930,模型的AIC值由1 047.20减小为57.43,建模变量由535减小为41.

关键词：改进连续投影算法、可见/近红外光谱、酒精度、可溶性固形物、小波变换

所属期刊栏目：34

分类号：O657.33(分析化学)

资助基金：国家自然科学基金资助项目21265006;江西省青年科学基金资助项目20114BAB211010;江苏省企业博士集聚计划2011项目

在线出版日期：2013-03-21（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：49-53