春节期间我市智慧停车项目免费
1970 2025-05-13 01:22
在原始模型基础,分别对其进行一阶导数法及二阶导数法预处理,根据模型相关系数的高低来判断模型优劣,其中使用二阶导数法得到模型的相关系数为0.9062,RMSEC值为2.49。随后通过异常光谱的剔除原理及方法,对原始样本的全部光谱图进行优化处理,去掉偏离样本中心的光谱,此时模型相关系数提高到0.9634,均方差值降至1.59。将剔除异常光谱所得的模型采用马氏距离优化的方法进行优化,得到马氏距离图,如图3所示。将图中误差超过1.5000的数据从右到左依次剔除,将所得模型通过3D分布图法进行优化,得到其空间分布图,如图4所示。选择好合适的角度,将其远离中心距离的异常样本点标记出来,剔除这部分样本进行模型优化。最后通过杠杆法优化模型,将杠杆值和学生化残差较大的样本定为异常样本。根据TQ软件中的诊断功能,软件自动合成的杠杆图如图5所示,此图方便发现远离聚集区的异常样本。最终所得最佳模型的相关系数为0.9959,RMSEC为0.481。
为了进一步验证油炸鸡肉水分含量的近红外光谱模型的准确性,进行验证实验。在未知温度的条件下将鸡肉片油炸50s,共取10组样品作为预测验证集,详见表1。由表1可以看出,个别预测值偏离较大,但整体误差还是可以接受的。因此模型建立成功,其相关系数为0.9959,RMSEC值为0.481。
综上所述,本实验用传统方法所测量出的水分含量数值一一对应,建立出关于油炸鸡肉水分含量与光谱图的相关模型,模型的最佳预处理方法为二阶导数。再经过马氏距离优化法、3D分布图优化法与杠杆优化法等方法,将异常样本剔除后,不断优化模型,最终得到模型的相关系数(R)为0.9959,校正均方差(RMSEC)为0.481。将所得模型进行验证实验,结果准确可靠。相信在未来,成功的模型会被大量应用于中餐工艺的标准化生产,有望在鸡肉质量检测中得到广泛应用,大大降低标准化中餐产业的成本。
声明:本文所用图片、文字来源《中国食品》,版权归原作者所有。如涉及作品内容、版权等问题,请与本网联系删除。
相关链接:红外光谱,油脂,样品