论文部分内容阅读
分别对葡萄酒和苹果的原始光谱及其小波变换（WT）后的谱图采用改进连续投影算法（MS-PA）进行酒精度和可溶性固形物信息的提取，偏最小二乘（PLS）回归用于定量模型的构建，预测均方根误差（RMSEP）、预测相关系数RV和akaike信息标准（AIC）用于模型优劣的评价．结果表明：葡萄酒的原始光谱经WT．MSPA．PLS方法优化计算后得到了较简化的酒精度分析模型，模型的RMSEP由0．178减小为0．139，RV由0．963变为0．976，AIC由4085．60减小为-1．06，建模变量由2073缩减为34；