基于改进连续投影算法的光谱定量模型优化

分别对葡萄酒和苹果的原始光谱及其小波变换(WT)后的谱图采用改进连续投影算法(MS-PA)进行酒精度和可溶性固形物信息的提取,偏最小二乘(PLS)回归用于定量模型的构建,预测均方根误差(RMSEP)、预测相关系数Rv和akaike信息标准(AIC)用于模型优劣的评价.结果表明:葡萄酒的原始光谱经WT-MSPA-PLS方法优化计算后得到了较简化的酒精度分析模型,模型的RMSEP由0.178减小为0.139,Rv由0.963变为0.976,AIC由4 085.60减小为-1.06,建模变量由2 073缩减为34;苹果光谱经WT-MSPA-PLS方法运算后,可溶性固形物定量模型的RMSEP由0.565减小为0.541,Rv由0.920提高为0.930,模型的AIC值由1 047.20减小为57.43,建模变量由535减小为41.