文章提出了基于紫外可见光谱结合偏最小二乘(Partial least squares,PLS)算法的红茶水浸出物含量的快速检测方法。利用紫外可见光谱仪采集红茶样品的紫外可见光谱信息,应用回归系数法对采集的原始光谱进行特征波长的选择。以原始光谱和...文章提出了基于紫外可见光谱结合偏最小二乘(Partial least squares,PLS)算法的红茶水浸出物含量的快速检测方法。利用紫外可见光谱仪采集红茶样品的紫外可见光谱信息,应用回归系数法对采集的原始光谱进行特征波长的选择。以原始光谱和回归系数法优化的光谱为特征,建立红茶中水浸出物含量的PLS定量预测模型。结果显示,利用回归系数法优化出9个波长为特征光谱,建立的PLS模型的性能最佳。在预测集中的相关系数为0.9668,预测均方根误差为0.9278。表明采用优化后的紫外可见光谱特征波长结合PLS算法可以为红茶中水浸出物含量快速检测提供可能。展开更多
文摘文章提出了基于紫外可见光谱结合偏最小二乘(Partial least squares,PLS)算法的红茶水浸出物含量的快速检测方法。利用紫外可见光谱仪采集红茶样品的紫外可见光谱信息,应用回归系数法对采集的原始光谱进行特征波长的选择。以原始光谱和回归系数法优化的光谱为特征,建立红茶中水浸出物含量的PLS定量预测模型。结果显示,利用回归系数法优化出9个波长为特征光谱,建立的PLS模型的性能最佳。在预测集中的相关系数为0.9668,预测均方根误差为0.9278。表明采用优化后的紫外可见光谱特征波长结合PLS算法可以为红茶中水浸出物含量快速检测提供可能。