为提高近红外光谱法测定初烤烟叶中β-胡萝卜素和叶黄素含量的准确性和稳定性,采用随机蛙跳(Random Frog,RF)筛选特征波长建立上述指标的偏最小二乘(Partial Least Squares,PLS)近红外模型,结合模型内部交互验证结果确定最优建模波长数...为提高近红外光谱法测定初烤烟叶中β-胡萝卜素和叶黄素含量的准确性和稳定性,采用随机蛙跳(Random Frog,RF)筛选特征波长建立上述指标的偏最小二乘(Partial Least Squares,PLS)近红外模型,结合模型内部交互验证结果确定最优建模波长数和主成分数,并对最优模型的准确性和稳定性进行内外部评价。结果表明:相较于全波长(1298个波长)建模,利用RF筛选出的181个和216个特征波长建模,模型的决定系数(R2)由0.7718和0.8677分别提高至0.9511和0.9587,校正均方根误差(RMSEC)由3.362μg/g和4.930μg/g分别降低至1.556μg/g和2.756μg/g,交互验证均方根误差(RMSECV)由3.304μg/g和4.836μg/g分别降低至1.529μg/g和2.703μg/g;模型外部预测集(样品数=50)的预测平均相对误差分别由11.80%和9.62%降低至5.48%和5.49%。采用RF筛选特征波长能有效提升初烤烟叶β-胡萝卜素和叶黄素含量近红外模型的准确性和稳定性,可为初烤烟叶质量评价提供理论参考。展开更多
文摘为提高近红外光谱法测定初烤烟叶中β-胡萝卜素和叶黄素含量的准确性和稳定性,采用随机蛙跳(Random Frog,RF)筛选特征波长建立上述指标的偏最小二乘(Partial Least Squares,PLS)近红外模型,结合模型内部交互验证结果确定最优建模波长数和主成分数,并对最优模型的准确性和稳定性进行内外部评价。结果表明:相较于全波长(1298个波长)建模,利用RF筛选出的181个和216个特征波长建模,模型的决定系数(R2)由0.7718和0.8677分别提高至0.9511和0.9587,校正均方根误差(RMSEC)由3.362μg/g和4.930μg/g分别降低至1.556μg/g和2.756μg/g,交互验证均方根误差(RMSECV)由3.304μg/g和4.836μg/g分别降低至1.529μg/g和2.703μg/g;模型外部预测集(样品数=50)的预测平均相对误差分别由11.80%和9.62%降低至5.48%和5.49%。采用RF筛选特征波长能有效提升初烤烟叶β-胡萝卜素和叶黄素含量近红外模型的准确性和稳定性,可为初烤烟叶质量评价提供理论参考。
