基于近红外光谱的面粉中偶氮甲酰胺含量检测方法的研究
作者:王娜; 路阳; 李龙威; 刘金明; 刘玲
更新时间:
讨论了在NIRS结合化学计量学法快速检测偶氮甲酰胺含量的可行性。根据NIRS冗余更多信息的特点,采用竞争自适应加权采样(CARS)建立PLS回归模型的特征波长进行优化。全光谱的特征波长点为1845。经CARS300优化后,偶氮甲酰胺特征波长点数分别为147个,占全光谱特征波长点数的7.97%。CARS300偶氮甲酰胺回归模型验证集的确定系数(R2p)为0.9883,预测均方根误差(RMSEP)为0.0450,相对分析误差(RPD)为8.9592。与全谱回归模型相比,在CARS300、RMSEP和RPD建立的偶氮甲酰胺回归模型分别下降了0.87%和1.62%。结果表明,CARS模型减少了建模中涉及的特征波长点数量,有效地提高了回归模型的预测能力。