亚麻酸红外光谱定量分析模型构建方法研究

摘要：

采用红外衰减全反射光谱法(ATR-IR)用于山茶油中亚麻酸含量的快速分析,探讨标准正态变量变换和连续小波导数用于光谱的预处理,结合偏最小二乘、支持向量回归、随机森林和极限学习机4种校正方法用于分析模型的构建,采用蒙特卡洛无信息变量消除方法对最优模型的进一步优化.实验结果表明,亚麻酸的SNV-CWDPLS模型得到了最好的预测结果,模型的预测相关系数(Rp)和预测均方根误差(RMSEP)分别为0.902和0.557;模型经MCUVE方法优选变量后,Rp和RMSEP得到改善,分别为0.929和0.492,建模变量由3321减小为110.SNV-CWD-MCUVE-PLS结合ATR光谱为亚麻酸含量的测定提供了一种快速简便的分析方法.

关键词：红外衰减全反射光谱、亚麻酸、偏最小二乘、支持向量回归、随机森林、极限学习机

所属期刊栏目：36

分类号：O657.33(分析化学)

资助基金：国家自然科学基金资助项目21265006

在线出版日期：2015-07-09（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：164-168