用混合線性分析法建立蘋果糖度近紅外光譜預測模型

摘要:用混合線性分析法的一種變形算法建立了蘋果糖度近紅外光譜預測模型,并與偏最小二乘模型進行比較。結果表明:雖然最佳的混合線性分析法模型(18個主因子)比最佳
偏最小二乘模型(11個主因子)復雜,但其精度卻明顯優于偏最小二乘模型:利用校正集的28個蘋果樣本建立的糖度混合線性分析法校正模型,其相關系數r2 和標準偏差SEC分別為0. 92509和0. 40618;該校正模型經預測集的11個樣本驗證,相關系數r2 和標準偏差SEP分別達到0. 87611和0. 48480。混合線性分析法建立的糖度模型對蘋果光譜的校
正標準偏差SEC和預測標準偏差SEP分別比PLS法的SEC(0. 41473)和SEP ( 0. 50473)減小了2%和3. 9%。結果表明:在諸如蘋果糖度這一類農產品品質綜合指標(非純組分
含量指標)的光譜檢測中,應用混合線性分析法進行定量分析是完全可行的。并且其結果可與偏最小二乘法( PLS)的結果相媲美。