论文部分内容阅读
为探讨建立大豆各品质指标(水分、粗脂肪和蛋白质)的傅立叶变换近红外预测模型的最适粒度。本实验应用傅立叶变换近红外光谱仪,采用偏最小二乘法(PLS),经不同的光谱数学处理。以90份不同品种的大豆样品为原料,对大豆整颗粒和粉碎颗粒(10目、20目、40目、60目和80目)分别研究,寻找最适的大豆各指标建模粒度,270份大豆样品的80%(216份)作为定标样品集,用于模型的建立,其余20%(54份)用作外部验证,验证集用于定标模型预测的性能评价,结果显示:1、以90样品为实验材料,综合考虑大豆各品质指标建模效果和近红外扫描样品粒度的变化情况,研究认为根据实际应用情况,大豆整颗粒水分近红外建模适用,交叉验证相关系数Rcv为0.971;如需准确测定大豆各品质指标,则大豆要经过粉碎过筛处理后近红外扫描建模,最优的水分建模粒度为40目,粗脂肪和蛋白质的建模粒度为60目,此时的交叉验证相关系数Rcv分别为0.960、0.939和 0.953。2、以216份大豆样品作为定标集,经不同数学方法处理比较,最终确定大豆各品质指标的最佳建模条件,同时对实验中出现的异常值进行再校正,以内部交叉验证通过校正标准差(RMSEC)、交互验证标准误差(SECV)和交叉验证相关系数Rcv评价模型的优越性,RMSEC和SECV越小,Rcv越大,模型预测性能越好,当RMSEC和SECV最小时,大豆整颗粒样品水分、大豆粉碎颗粒过筛40目水分、过筛60目粗脂肪和过筛60目蛋白质的交叉验证相关系数Rcv最大,分别为 0.964、0.965、0.949 和 0.941。3、将各个验证集样品的化学测定值与通过模型预测的值进行比较,对于外部验证54份大豆样品整体而言,大豆整颗粒水分含量的近红外检测模型的预测决定系数R2达0.960;大豆粉碎颗粒水分含量的近红外检测模型的预测决定系数R2达0.966;大豆粉碎颗粒粗脂肪含量的近红外检测模型的预测决定系数R2达0.958;大豆粉碎颗粒蛋白质含量的近红外检测模型的预测决定系数R2达0.958。以上的研究结果表明近红外技术可以用来大豆部分品质的快速检测,可以直接采用整颗粒扫描测定水分,如需准确测定水分、粗脂肪和蛋白质则需粉碎过筛一定目数,水分粉碎过筛40目,粗脂肪和蛋白质粉碎过筛60目。