优化茶多酚近红外光谱定量分析模型

摘要：

茶叶中茶多酚作为茶叶品质检测中常规检测成分之一,目前的常规检测方法的缺点是费时、费力,成本较高,因此本研究利用近红外光谱分析技术对茶叶中茶多酚含量快速无损检测具有很高的实用价值.为了提高近红外光谱茶多酚预测模型的精度,利用小波消噪预处理茶叶近红外光谱,滤去其中的噪声信息.再用区间偏最小二乘法(iPLS)与遗传算法(GA)相结合的PLS波长筛选法iPLS-GA建立茶多酚的预测模型:用iPLS预测前,先将整个光谱划分为40个子区间,选择交互验证均方根误差RMSECV值低于全光谱区间的第25和34子区间的组合为信息区间,共166个波数点,然后用GA全局优化组合这166个波数点,最终共有18个波数点用于建立茶多酚模型.结果表明,用小波消噪和iPLS-GA建立的茶多酚模型的预测相关系数RC和校正均方根误差RMSEC分别为0.964 8和2.14;预测相关系数Rp和预测均方根误差RMSEP;分别为0.958 7和2.22.均比其它模型好.建模数据量从3 320个减少到18个,使模型得以简化.

关键词：茶多酚、近红外、小波消噪、区间偏最小二乘法、遗传算法

所属期刊栏目：27

分类号：O657.33(分析化学)

资助基金："十一五"国家科技支撑计划项目2006BAD11A13;镇江市2007年农业科技项目NY2007038;江苏大学博士创新基金项目和现代农业装备与技术重点实验室开放基金项目NZ200602

在线出版日期：2010-10-28（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：686-690