论文部分内容阅读
该研究以CCD型近红外光谱仪采集的近红外光谱的消噪为主要研究内容，以快速检测食醋的两项化学指标(总酸和还原糖)为目的，为了提高模型的预测精度，针对CCD型探测器的噪声特性，对食醋的近红外光谱的预处理(消噪)方法进行了系统的研究。分别对原始光谱和一阶导数光谱依次采用Savitzky．Golay平滑法、相邻平均法、FFT平滑法以及小波变换法4种方法进行预处理，以信噪比(SNR)和均方根误差(RMSE)作为消噪性能的评价指标。结果表明，利用小波分解与重构法对原始光谱进行处理以及对一阶导数光谱利用小波变换模极大值法消噪，都得到了较好的处理效果；而且对于原始光谱，采用Savitzky-Golay平滑法也可以得到较好的信噪比和均方根误差。
为了进一步说明消噪效果的优劣，选出最优的消噪方法，本研究共收集了60个食醋样品，分别对经Savitzky-Golay平滑法和小波分解与重构法处理后的原始光谱，以及经小波变换模极大值法处理后的一阶导数光谱进行偏最小二乘回归分析，校正集选用42个样品，预测集选用18个样品，对食醋中的总酸和还原糖进行化学方法检测和近红外光谱定量检测方法的研究。建模结果显示，采用原始光谱预测时，样品总酸的预测值与实际值之间的相关系数为0.9424，还原糖为0.9352，预测均方根误差分别为0.2227和0.6443；采用Savitzky．Golay平滑法后，预测相关系数分别为0.9438和0.9429，预测均方根误差分别为0.2138和0.6185；采用小波分解与重构法滤波后，预测相关系数分别为0.9686和0.9532，预测均方根误差为0.1953和0.6090。而对于一阶导数光谱，虽然经小波变换模极大值法消噪后，预测结果比一阶导数光谱好，但还是远不如原始光谱经小波分解与重构法预处理后得到的模型精度高。分析预测结果表明：采用小波分解与重构法滤波后的原始光谱所建立的定标方程比较可靠，预测结果最好。
小波分析技术的引入使得在同样使用偏最小二乘回归后的预测效果要好于其它预处理方法的预测效果。通过以上研究，突破了线阵CCD近红外光谱仪器的应用局限，并提供了大量的实验和理论依据，为食醋的近红外光谱定量分析检测和实际应用提供了借鉴。