论文部分内容阅读
以2001和2002年度583份小麦样品为材料,用近红外透射光谱仪(NITS)对小麦籽粒硬度进行分析,比较了偏最小二乘法和多元线性回归两种算法和未经导数处理、一阶导数处理、二阶导数处理3种光谱变量转换方式的分析结果。表明,两种算法中偏最小二乘法优于多元线性回归算法,3种处理方式中一阶导数处理效果最好,其定标集和预测集决定系数明显高于其他两种处理方式,而标准误差低于其他两种方式。经一阶导数处理后采用偏最小二乘法建立的定标模型时,可有效地对小麦籽粒进行硬度分级,其中,硬麦分级准确率为90%,软麦分级准确率为8