论文部分内容阅读
采用支持向量机（support vector machine,SVM）建立了鱼糜样品中水分和蛋白质含量的近红外光谱校正模型,并采用独立样本集进行了预测。光谱数据经间隔两点一阶导数（DB1G2）、标准正态变换（SNV）、多元散射校正（MSC）相结合的方法预处理后,用偏最小二乘（PLS）降维处理,取前15个投影变量为自变量。获得水分模型的校正相关系数Rc、预测相关系数Rv、定标标准差SEE、预测标准差SEP;蛋白质模型的校正相关系数Rc、预测相关系数Rv、定标标准差SEE、预测标准差SEP,有较好的预测准确性