收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

鸡腿肌冻干粉蛋氨酸近红外光谱定量预测模型的建立与优化

陶琳丽  马丹  甘文斌  陶冶  杜光英  王天武  李富银  尹汝高凡  张曦  牛国一  
【摘要】:目的建立和优化鸡腿肌冻干粉蛋氨酸近红外定量预测模型。方法以263个鸡腿肌冻干粉近红外光谱(near infrared spectroscopy,NIRS)和蛋氨酸含量为研究对象,分别采用7种不同光谱预处理方法、4种特征光谱筛选方法、2种蒙特卡洛交叉验证法(异常样本剔除方法)(monte carlo cross validation,MCCV)、样品集划分方法(sample set partitioning based on joint x-y distance,SPXY),应用偏最二小乘法(partial least squares regression,PLS)、内部交互验证和外部验证建立和优化鸡腿肌冻干粉蛋氨酸近红外定量预测模型。结果最优鸡腿肌冻干粉蛋氨酸NIRS定量预测模型在1000~2502 nm谱段,使用原始光谱,在标准正态变换结合一阶gapsegment (1#,15,7)导数法[standard normal variate-first order gapsegment derivative,SNV+gapsegment(1#,15,7)]光谱的基础上使用MCCV删除54个样本后,采用基于x-y联合距离的SPXY选取156个校正样本,39个外部验证样本所建模型,其校正决定系数(coefficient of determination of calibration,R_(CAL)~2)为0.93,内部交互验证决定系数(coefficient of determination of cross validation,SE_(CV))为 0.0609,预测决定系数(coefficient of determination of prediction,R_P~2)为 0.83,验证集标准偏差与预测标准偏差的比值(ratio performance deviation calculated as SD/Se_p,RPD_P)为2.42。结论模型预测值与化学检测值有很高的相关度,对鸡腿肌冻干粉蛋氨酸NIRS模型预测精度和稳健性影响最大的因素是异常样本剔除方法和建模样本选取方法。

知网文化
【相似文献】
中国期刊全文数据库 前4条
1 杨乐;纪托;李继荣;冯浪;操胜;李来兴;;斑头雁不同组织氨基酸的组成和含量分析[J];光谱实验室;2012年01期
2 杨乐;张唐伟;杨敏;纪托;操胜;李来兴;;斑头雁脂肪酸的气相色谱-质谱分析[J];光谱实验室;2012年01期
3 刘淑晨;魏青;;廊坊市售梭子蟹镉含量分析[J];食品安全质量检测学报;2016年05期
4 杨赵伟;曹秀梅;闫玉杰;赵雅楠;邬溪芮;杜顺丰;;微波消解-原子吸收法测定貉肉中重金属含量[J];现代畜牧兽医;2016年02期
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978