科研之友
微信
新浪微博
Facebook
分享链接
摘要
为建立阴香Cinnamomum burmannii叶片中精油右旋龙脑含量的近红外光谱预测模型，使用波通（PERTEN）公司的DA7250近红外光谱分析仪，在950～1 650 nm的光谱范围内，分析了76个阴香叶片样本的光谱数据，经过光谱预处理，并比较选择最佳预处理方法、最佳光谱波段范围和最佳主成分数，采用偏最小二乘法（PLS）建立阴香叶片精油中右旋龙脑含量近红外光谱模型。结果表明：采用一阶导数-标准正态变量转换法（FD-SNV）对光谱进行预处理且当最佳主成分数为16时，得到最优模型，其校正集均方根误差（RMSEC）为7.407 1，校正集相关系数（RC）为0.931 4，交互验证集均方根误差（RMSEV）为13.482 2，交互验证集相关系数（RV）为0.775 9。说明预测值与测量值具有显著的相关性，该预测模型具有一定的准确性，可以用于阴香叶片精油中右旋龙脑含量进行快速预测。
- 单位
