摘要
[目的]提高烟草及烟草制品的化学成分近红外光谱定量分析校正模型的准确性.[方法]通过改进蒙特卡洛奇异样本检测方法构建不同的定量模型,获得正常样本和可疑样本的预测误差分布,依据分布间的差异识别正常样本与奇异样本.[结果]改进后的烟丝中化学成分的近红外光谱定量分析模型的相关系数和校正均方根误差得到明显提高和改善;总植物碱、总糖、还原糖、总氮、钾和氯的含量模型的预测均方根误差(RMSEP)分别由 0.061%、0.799%、0.926%、0.054%、0.115%、0.076%降低到0.059%、0.786%、0.817%、0.048%、0.107%、0.058%;模型稳健性的评价参数 SEP/SEC 的值均小于 1.2.[结论]该方法剔除奇异样本后所得模型具有较好的稳健性.
基金项目
国家自然科学基金(21864008)
贵州省科技计划(黔科合基础[2018]1130)
中国烟草总公司重大专项(110201901023SJ-02)
贵州中烟工业有限责任公司科技项目(GZZYKJ/JZ2022GSY013)
国家科技期刊平台
NSTL
维普
万方数据