摘 要: | 应用近红外光谱技术可以实现整粒带壳作物种子中脂肪酸含量的快速、无损分析。以385份棉花种子为实验材料,应用线性的偏最小二乘(PLS)和非线性的最小二乘支持向量机(LS-SVM)方法,结合蒙特卡罗无信息变量消除法(MC-UVE),构建整粒棉籽中脂肪酸含量的近红外校正模型。结果表明,基于变量选择的LS-SVM模型具有最佳的预测性能,其棕榈酸、硬脂酸、油酸、亚油酸、饱和脂肪酸和不饱和脂肪酸含量的近红外校正模型的相关系数R2分别为0.863,0.881,0.843,0.806,0.894和0.917,剩余预测偏差RPD分别为2.669,2.880,2.508,2.202,3.023和3.473。本方法省略了种子的粉碎过程,MC-UVE方法有助于提高校正模型的稳健性和精确度。
|