运用近红外光谱法建立广藿香中百秋李醇的定量模型(2)
 |
| 第1页 |
参见附件。
3.2主成分数的选定
在回归拟合模型建立时，主成分数对模型的稳定性有很大影响，主成分数过多会导致过拟合，过少则预测精度不够[9]。本实验以校正集内部交叉验证均方差(RMSECV)为优化参数，RMSECV越小，模型的预测精度越高，当RMSECV值最小时，所选主成分数最佳。本实验RMSECV最小值为0.033 15，对应的最佳主成分数为10，见图4。
3.3校正模型的建立与验证
本实验用交互验证法，将所有样本按百秋李醇含量大小排序，均匀选择81批样品作为校正集，剩下的21批样品作为验证集[10]。用3.1项下最佳预处理方法和建模波段建立模型。本模型R2为0.991 10，RMSEC为0.012 9，RMSEP为0.012 8，主成分数为10个。以预测值与化学值的比值为预测回收率，21批验证集样品的平均回收率为98.59%，见图5，表3。
4讨论
结合光谱学与化学计量学，提取广藿香近红外光谱中共同的、有用的信息，然后与对应样品中百秋李醇含量进行线性拟合而建立百秋李醇定量模型。本模型验证集的预测值准确，表明该模型稳定、可靠、预测精度较高 ......
您现在查看是摘要介绍页，详见PDF附件。