论文部分内容阅读
用色散扫描型仪器采集大麦样品的近红外光谱，扫描出的光谱携带了大量样品化学值信息，采用正交信号校正（OSC）预处理方法对这些原始光谱进行处理，剔除噪声等不相关因子以后建立偏最小二乘（PLS）近红外光谱分析模型（OSC-PLS），预测大麦蛋白质的含量，并与传统PLS建模方法进行对比。基于OSC-PLS算法的蛋白质含量近红外光谱分析模型的测定系数R2为0.901，检验集的化学值与模型预测值的相关系数r达到0.971 7，分析模型的预测标准偏差SD为0.545 0，相对标准偏差RSD为4.2%。结果表明，OSC-