食用油油酸近紅外光特征譜區(qū)篩選與模型優(yōu)化方法研究

1、食用油油酸近紅外光特征譜區(qū)篩選與模型優(yōu)化方法研究 1基于mwpls法的油酸近紅外光模型優(yōu)化 首先對(duì)41個(gè)食用油的原始光譜舉行均值化處理，去除噪聲。初始化窗口寬度為11個(gè)波長(zhǎng)變量，窗口寬度增強(qiáng)的步長(zhǎng)為10波長(zhǎng)變量，依次建立了窗口寬度11481多個(gè)pls模型。其中在窗口寬度為111個(gè)光譜數(shù)據(jù)點(diǎn)時(shí)，9-1所示：橫軸為波數(shù)點(diǎn)值，縱軸為rmsecv值，由re-secv隨窗口位置變幻的關(guān)系圖可以計(jì)算得到最小的rmsecv。波段選取結(jié)果9-2所示。對(duì)應(yīng)的波數(shù)點(diǎn)范圍是49565805 cm-1。 對(duì)之前按kennard-stone法劃分好的樣本舉行建模，ipls法建模結(jié)果9-3所示。所建模型的主成分?jǐn)?shù)為13時(shí)

2、，模型最佳，打算系數(shù)r2為0.9864, rmsecv為1.5533, rmsep為1.1728。 圖9-1 rmsecv隨窗口位置變幻的關(guān)系圖 2基于ipls法的油酸近紅外光模型優(yōu)化 首先對(duì)41個(gè)食用油的原始光譜舉行均值化處理，去除噪聲。將原始光譜分成250個(gè)子區(qū)間，分離建模比較。其中將原始光譜分成39個(gè)區(qū)間，即窗口寬度大小為28個(gè)光譜數(shù)據(jù)點(diǎn)。圖9-4所示為各個(gè)子區(qū)間模型的rmsecv的比較圖，橫軸為波數(shù)點(diǎn)值，縱軸為rmsecv值，條形圖高度代表單個(gè)子區(qū)間的rmsecv的值。由圖9-4可知在第27個(gè)區(qū)間得到最小的rmsecv-波段選取結(jié)果9-5所示。該區(qū)間對(duì)應(yīng)的波數(shù)范圍是57025966cm

3、-1。 圖9-2 波段挑選圖 圖9-3 mwpls法油酸模型分析結(jié)果 圖9-4 子區(qū)間模型的rmsecv的比較圖 圖9-5 波段挑選圖 對(duì)上一節(jié)按kennard-stone法劃分好的樣本集舉行建模，ipls法建模結(jié)果9-6所示。所建模型的主成分?jǐn)?shù)為11時(shí)，模型最佳，打算系數(shù)r2為0.9826, rmsecv為1.7963, rmsep為1.0482。 圖9-6 ipls法油酸模型分析結(jié)果 3基于bipls法的油酸近紅外光模型優(yōu)化 首先對(duì)41個(gè)食用油的原始光譜舉行均值化處理，去除噪聲。將原始光譜分成255個(gè)子區(qū)間，挑選每個(gè)劃分區(qū)間下的最佳聯(lián)合子區(qū)間分離建模比較。由于算法的計(jì)算量會(huì)隨著劃分區(qū)間數(shù)與

4、聯(lián)合子區(qū)間數(shù)的增大而強(qiáng)烈增強(qiáng)，所以挑選的子區(qū)間數(shù)應(yīng)小于5。綜合考慮rmsecv及rmsep的值及聯(lián)合子區(qū)間數(shù)，將原始光譜分成40個(gè)區(qū)間，3個(gè)子區(qū)間聯(lián)合(27, 32, 35)，波段選取結(jié)果9-7所示，區(qū)間對(duì)應(yīng)的波數(shù)范圍為50415241 cm-1, 56665866cm-1、67076907cm-1。 圖9-7 波段挑選圖 對(duì)之前按kennard-stone法劃分好的樣本集舉行建模，bipls法建模結(jié)果9-8所示。所建模型的主成分?jǐn)?shù)為12時(shí)，模型最佳，打算系數(shù)r2為0.9894, rmsecv為1.3624, rmsep為1.1466。 圖9-8bipls法油酸模型分析結(jié)果 4基于sipls法

5、的油酸近紅外光模型優(yōu)化 sipls法建立模型的精度由聯(lián)合的子區(qū)間個(gè)數(shù)與劃分區(qū)間打算，詳細(xì)挑選的劃分區(qū)間數(shù)與聯(lián)合子區(qū)間個(gè)數(shù)由實(shí)驗(yàn)得出。首先對(duì)41個(gè)食用油的原始光譜舉行均值化處理，去除噪聲。將原始光譜分成4-50個(gè)子區(qū)間，分離挑選聯(lián)合子區(qū)間個(gè)數(shù)為2,3,4，舉行聯(lián)合建模得到相對(duì)應(yīng)的最佳模型，見(jiàn)表9-1。 表9-1 基于sipls法的子區(qū)間組合建模 綜合考慮rmsecv及rmsep的值及聯(lián)合子區(qū)間數(shù)，將原始光譜分成25個(gè)區(qū)間，4個(gè)子區(qū)間聯(lián)合(10, 12, 17, 22)，波段選取結(jié)果9-9所示。區(qū)間對(duì)應(yīng)的波數(shù)范圍為50185349cm-1、67157046cm-1、84128743cm-1、942

6、29590cm-1。 圖9-9 波段挑選圖 對(duì)之前按kennard-stone法劃分好的樣本集舉行建模，sipls法建模結(jié)果9-10所示。所建模型的主成分?jǐn)?shù)為11時(shí)，模型最佳，打算系數(shù)廠為0.9918，rmsecv為1.2002，rmsep為 0.7258。 圖9-10 sipls法油酸模型分析結(jié)果 5油酸定量模型比較 采納上述4種辦法篩選波長(zhǎng)后建立的最佳pls模型見(jiàn)表9-2。從表中可以得出通過(guò)對(duì)劃分區(qū)間數(shù)、聯(lián)合區(qū)間數(shù)、區(qū)間選取等篩選得到的波長(zhǎng)建立pls回來(lái)模型，4種模型預(yù)測(cè)精度均顯然優(yōu)于全光譜建模，其中sipls法(聯(lián)合4個(gè)區(qū)間)所建模型指標(biāo)最佳。 表9-2 特征譜區(qū)篩選后建模結(jié)果比較 觀看利用4種特征波長(zhǎng)選擇辦法優(yōu)選的波數(shù)范圍，4種辦法建立的模型所對(duì)應(yīng)波數(shù)范圍的公共區(qū)域集中于50005500cm-1，而中的c=o的二級(jí)倍頻正是在5260cm-1處有主要汲取峰。預(yù)測(cè)結(jié)果較好的sipls和bipls優(yōu)選的波數(shù)范圍在86048921cm-