近红外光谱结合CARS变量筛选方法用于液态奶中蛋白质与脂肪含量的测定.pdfVIP

第29卷 第5期 分析测试学报 V0l，29No．5 2010年5月 FENXICESHIXUEBAO(JournalofInstrumentalAnalysis) 430～434 近红外光谱结合 CARS变量筛选方法用于 液态奶中蛋白质与脂肪含量的测定 张华秀，李晓宁，范 伟，梁逸曾，唐玉莲 (中南大学 化学化工学院 中药现代化研究中心，湖南 长沙 410083) 摘 要：采用CARS(Competitiveadaptivereweightedsampling)变量筛选方法建模，显著提高了液态奶中蛋 白质 与脂肪近红外模型的预测精度。用蒙特卡罗采样 (Monte—Carlosampling)方法先剔除奇异样本 ，再对光谱进 行中心化与 KarlNorris滤波降噪处理，通过CARS方法筛选出与样本性质密切相关的变量 ，建立预测蛋白质 与脂肪含量的偏最小二乘法(PLS)校正模型，并与未选变量的PLS模型进行比较。以定标集相关系数(r2)及 交互验证均方残差(RMSECV)和预测误差均方根(RMSEP)作为判定依据 ，确定了蛋白质与脂肪的最佳建模条 件。蛋白质与脂肪校正模型的相关系数分别为0．9750、0．9951，RMSECV分别为0．1948、0．1363，RMSEP 分别为0．1133、0．1401，预测结果优于未选变量的PLS模型及其他选变量方法，有效简化了模型，适于液 态奶中脂肪和蛋白质的快速、无损检测。 关键词：近红外光谱；液态奶 ；偏最小二乘法；CARS变量筛选法 中图分类号：0561．3；0629．73 文献标识码：A 文章编号：1004—4957(2010)05—0430—05 doi：10．3969／j．issn．1004—4957．2010．05．002 DeterminationofProteinandFatinLiquidMilkbyNIRCombined withCARSVariablesScreeningMethod ZHANG Hua—xiu，t,IXiao—ning，FAN Wei，LIANG Yi—zeng，TANG Yu—lian (ResearchCenterofModernizationofChineseMedicines，CollegeofChemistryand ChemicalEngineering，CentralSouthUniversity，Changsha 410083，China) Abstract：Near—infrared(NIR)spectroscopyhasbecomeanextensivelyusedanalyticaltechniquein manyindustrialapplicationsbecauseofitsrapidnessandthefactthatitisnon-·destructivetothesam-· ples．Inthispaper，competitiveadaptivereweighted samplingmethodwasemployedtoimprovethe predictionaccuracyoftheNIRmodelofproteinandfatinliquidmilk．Monte—Carlosamplingmeth— odwasemployedtodetecttheoutlierbeforepreprocessingthespectroscopybymeansofcenteringand KarlNorrisderivativemethod．Thekeyvariableswhich closelyrelated tothenatureofthesamples wereselectedbycompetitiveadaptivereweightedsamplingmethod．Thepartialleastsquares(PLS) cali