近红外光谱分析中建模校正集的选择.pdfVIP

第2 9 卷 ,第10 期 　 　　　　　　　　　　　光 谱 学 与 光 谱 分 析 Vol29 ,No 10 ,pp 266 12664 2 0 0 9 年 1 0 月 　　　　　　　　　　　 　Sp ect ro scop y and Sp ect ral Analy si s October , 2009 　 近红外光谱分析中建模校正集的选择 1 1 1 1 2 秦 　冲 , 陈雯雯 , 何雄奎 , 张录达 , 马 　翔 1. 中国农业大学理学院 , 北京 　100 193 　　　 2 . 红塔集团技术中心 , 云南 玉溪 　653 100 摘 　要 　将极大线性无关组的概念及方法引入近红外光谱分析 , 探讨了在建立定量分析模型时代表性样品 , 即校正集样品的选择问题 。以2 652 个烟末样品为实验材料 , 随机选取 1 00 1 个样品构成预测集 , 其余 1 65 1 个样品为代表性样品备选集 。用 Matlab 软件求出代表性样品备选集光谱矩阵的极大线性无关组 , 以此作为 代表性样品 , 构成建模的校正集 。用 PL S 回归法建立了烟末样品总糖含量定量分析的预测模型 , 并将模型 用于预测集中 1 00 1 个烟末样品总糖含量的预测分析 。实验结果表明 , 当选择的校正集包含的样品数量大于 32 时 , 所建各模型对预测集样品预测的平均相对误差均小于 4 % , 平均相关系数大于 096 。其中选择 32 个 代表性样品和 146 个代表性样品所建模型定量分析预测集中各样品的总糖含量 , 两个结果经统计检验没有 (α ) 显著性差异 = 005 , 说明求极大线性无关组的方法用于校正集样品的选择 , 可实现“少而精”选择样品的 目的。此外 , 我们用求极大线性无关组选择校正集样品和随机方法选择校正集样品两种方法 , 选择了同样数 目28 , 32 , 4 1 , 76 , 146 , 163 个样品建模进行预测效果的对比实验 , 结果显示 , 求极大线性无关组法选择校 正集建模的预测效果优于随机选择校正集建模的预测效果 。 关键词 　近红外光谱 ; 代表性样品选择 ; 极大线性无关组 中图分类号 : O6573 　　文献标识码 : A 　　DOI : 103964/ ji ssn(2009) 10266 104 要手段[9 , 10 ] , 近年来在烟草常规成分的分析中发挥着越来越 引　言 广泛的作用[ 11] 。 烟叶所包含的化学成分决定烟叶的品质 , 用化学成分评 　　随着计算机技术的发展 , 近红外光谱仪器制造技术的完 价烟叶的质量具有客观性[ 12 ] 。以往的化学方法检测烟叶中 善 , 近红外光谱分析技术逐渐成为备受青睐的分析技术 , 拥 的化学成分过程繁琐 , 速度慢 , 且会造成污染和浪费 , 现在 有分析巨人的美名[ 1] 。目前近红外光谱分析的应用领域已涉 并不为人们所大量采用 。随着近红外光谱分析技术的发展 , 及农产品[2 ] 、石油化工产品、生命科学与医药 、液态食品、 烟叶中化学成分的测定变得简便和快速 。这种方法具有效率 化学品分析 、纺织品行业 、轻工行业 、烟草行业[3 , 4 ] 、动物饲 高 、无损伤 、无污染的优势 , 因此成为今后烟叶质量评价的 料 、酒类鉴别 、环境等 , 这些