变量筛选在茶叶咖啡碱近红外光谱定量分析模型中的应用

摘要：

研究利用近红外光谱分析技术定量测定茶叶中咖啡碱的含量,目的是通过变量筛选简化模型并提高预测精度.试验中以135个来自大闽食品公司的茶叶作为研究对象,利用基于小波系数蒙特卡罗无信息变量消除法(WT-MC-UVE)进行变量筛选并结合偏最小二乘法(PLS)建立咖啡碱定量分析模型,选择交互验证均方根误差(RMSECV)和预测集均方根误差(RMSEP)以及预测相关系数(Rp)作为模型的评价指标.应用 WT-MC-UVE筛选的90个变量所建立的模型,交互验证均方根误差,预测卷均方根误差,预测相关系数分别为0.1248、0.1611和0.9574.结果表明,该方法有效可行.

关键词：近红外、咖啡碱、WT-MC-UVE、变量筛选

分类号：TS272;O657.33(食品工业)

在线出版日期：2013-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：262-265