用近红外光谱分析法快速检测菜籽油中芥酸含量

摘要

本研究以菜籽油的芥酸含量为检测对象，结合化学计量学方法，主要从奇异样品的剔除、建模方法优化、波长优选和正交信号校正四部分深入讨论了近红外光谱技术在快速定量检测应用中的几个关键问题。 本研究共收集了77个菜籽油样品，同步检测了菜籽油样品芥酸含量的化学值和近红外光谱。通过剔除奇异样品的方法，去掉了其中认为是异常的13个样品，最终参与建模和预测的样品数是64个。使用Kennard-Stone算法把64个样品进行校正集和预测集的划分，其中校正集40个，预测集24个。对校正集的原始吸收光谱、一阶导数光谱和二阶导数光谱进行了逐步回归分析，以相关系数、平均相对误差、均方根误差等3个统计量来评价预测集预测效果，结果是菜籽油的二阶导数光谱不适合用于芥酸含量建模。运用偏最小二乘回归对校正集的原始光谱和一阶导数光谱建立定标方程，对24个预测集样品进行预测，预测结果的3个指标为：原始光谱的相关系数0.988、平均相对误差4.899％、均方根误差1.805，一阶导数光谱的相关系数0.989、平均相对误差4.453％、均方根误差1.651。比较相关系数法、间隔偏最小二乘法、无关信息向量消除法、连续投影法、遗传算法5种波长优选方法的偏最小二乘回归建模结果，得到遗传算法最优，建模预测结果的3个指标是：0.998、1.835％、0.674。还探讨了正交信号校正的预处理方法对消除系统噪声影响的作用，利用不同的正交信号校正对原始光谱进行预处理后利用全谱进行建模，通过比较，分段正交信号校正的预测效果最好，建模预测结果的3个指标是：0.996、2.418％、0.907。 通过比较分析表明：在不进行波长或波段优选时，偏最小二乘回归的建模结果优于逐步回归分析，一阶导数光谱的结果最好，原始光谱的次之，二阶导数光谱的结果最差；不同的波长或波段优选方法对均有不同程度的改善，提高了模型的稳健性和准确性，其中以遗传算法的结果最好；正交信号校正方法对原始光谱的建模预测结果也有改善。通过上面的研究，为近红外光谱分析技术进一步广泛应用提供了理论依据，为提高近红外光谱分析法检测的稳健性和准确性提供了方法，同时也为使用近红外光谱法进行菜籽油芥酸含量的快速、在线检测提供了方法和借鉴。

目录

文摘

英文文摘

学位论文版权使用授权书及独创性申明

第一章绪论

1.1近红外光谱分析技术的特点

1.2近红外光谱技术的应用

1.3本课题的国内外现状

1.4化学计量学在近红外光谱中的应用

1.5本课题研究的目的、内容及意义

第二章实验与过程

2.1样品光谱的测定

2.1.1样品收集

2.1.2实验仪器及参数设置

2.2样品化学值的测定

第三章奇异样品检测及样品集划分

3.1奇异样品检测

3.1.1奇异样品的判别方法

3.1.2三种判别方法应用于近红外光分析的比较

3.2样品集划分

第四章逐步回归分析

4.1逐步回归分析基本思想

4.2逐步回归分析的实现方法

4.3逐步回归结果分析

第五章偏最小二乘回归分析

5.1偏最小二乘回归概述

5.2偏最小二乘回归方法分析的基本原理[54,59-61]

5.3偏最小二乘回归算法

5.4偏最小二乘回归分析中主成分数的确定

5.5衡量建模效果统计量

5.6全谱数据的偏最小二乘回归结果分析

第六章基于波长选择的PLS建模

6.1波长选择方法

6.1.1相关系数法

6.1.2间隔偏量小二乘法选择变量(IPLS)

6.1.3无关信息向量消除法(UVE-PLS)

6.1.4连续投影法

6.1.5遗传算法用于波长选择[70-73]

6.2各种变量选择法的建模的结果分析

6.2.1相关系数法选择变量的结果分析

6.2.2间隔偏最小二乘法选择变量结果分析

6.2.3无关信息向量消除法选择变量结果分析

6.2.4连续投影法选择变量结果分析

6.2.5遗传算法选择变量的结果分析

第七章正交信号校正

7.1概述

7.2正交信号校正的相关概念

7.2.1正交信号滤波的满足条件

7.2.2正交信号滤波器的种类

7.3正交信号校正作为光谱预处理的结果分析

第八章结论与展望

致谢

参考文献

附录A77个样品芥酸含量的化学检测值（单位：%）

附录B76样品的T2值、杠杆值和学生残差值

附录C3种光谱的逐步回归分析结果

附录D全谱和遗传算法选择变量后的偏量小二乘回归结果

硕士在读期间发表的论文