排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
应用近红外光谱法(NIRS)建立木薯中淀粉、水分定量分析的近红外光谱数学模型,探讨了修正偏最小二乘法(MPLS)、偏最小二乘法(PLS)以及主成分回归法(PCR)等优化处理对定标模型的影响,确定了修正偏最小二乘法(MPLS)是建立模型最适合的数学方法。并对模型预测结果的准确性进行了评价。结果表明:验证集样品的化学值和近红外预测值拟合存在较好的线性关系,相关性显著。淀粉模型预测标准偏差(Sep)为0.850,系统偏差(Bias)为-0.095,相关系数(r)为0.971。水分模型预测标准偏差(Sep)为0.075,系统偏差(Bias)为0.007,相关系数(r)为0.980。淀粉、水分定量分析的NIRS数学模型具有较高的预测准确性,可应用于木薯批量收购中的品质等分析。 相似文献
1