基于近红外光谱的大豆水分和粗脂肪含量的快速检测
目的 基于近红外光谱(near infrared spectroscopy,NIRS)技术快速检测大豆中水分和粗脂肪含量.方法 首先采集350~2500 nm光谱范围的大豆近红外光谱,采用光谱-理化值共生距离(sample set partitioning based on joint x-y distance,SPXY)算法将大豆样本划分为校正集样本与测试集样本,然后对原始光谱分别采用多元散射校正、标准正态变量交换、归一化等9种方法进行预处理,最后使用偏最小二乘回归分析方法建立模型对样本进行定量分析.结果 原始光谱经过多元散射校正后建立的偏最小二乘回归模型对水分的预测精度最高,其校正集和测试集的相关系数分别为0.8964和0.9055,均方根误差分别为0.4211和0.5933;原始光谱经过归一化处理后建立的偏最小二乘回归模型对粗脂肪的预测精度最高,其校正集和测试集的相关系数分别为0.9084和0.9295,均方根误差分别为0.6897和0.6462.结论 近红外光谱结合预处理及偏最小二乘回归法,可以快速、准确的检测大豆水分和粗脂肪含量.
大豆、水分、粗脂肪、近红外光谱、偏最小二乘回归
11
山西省自然科学基金项目;国家重点研发计划项目
2020-11-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
7378-7384