基于化学计量学方法的黄水还原糖预测模型研究

作者：罗琪; 庹先国^*; 张贵宇; 罗林; 朱雪梅; 刘文斌

来源：食品安全质量检测学报, 2022, 13(18): 6026-6031.

DOI：10.19812/j.cnki.jfsq11-5956/ts.2022.18.043

• 黄水
• 还原糖
• 傅里叶近红外光谱法
• 间隔偏最小二乘法
• 连续投影算法

目的 利用预处理对近红外光谱原始数据集进行降噪及非相关信息剔除后,采用间隔偏最小二乘法(interval partial least squares, iPLS)与连续投影算法(successive projections algorithm, SPA)联用的特征波段筛选算法降低模型复杂度,建立高精度低冗余度的黄水还原糖预测模型。方法 在最佳的3种预处理方法的基础上,利用竞争性自适应重加权算法、间隔偏最小二乘回归法、连续投影算法对250个样品的光谱数据进行特征波段筛选,采用光谱-理化值共生距离算法进行样品集的划分,划分比例为3:1。结果 黄水还原糖预测模型经iPLS-SPA算法处理后,得到了更高的精度与稳定性,且预测可决系数较原始数据集提升7.28%,为0.962;预测均方根误差下降85.40%,为0.220;光谱变量数下降95.46%,为100。结论 在预处理后加入iPLS-SPA特征波段筛选算法,能够提升黄水还原糖预测模型精度,极大减低冗余度。

• 单位
  西南科技大学; 四川轻化工大学