为定量预测永川秀芽在制品的含水率,基于不同颜色模型探究在制品的色泽变化,并结合偏最小二乘(partial least square,PLS)法建立含水率的定量预测模型。结果表明:在永川秀芽初制过程中,在制品的红绿度、蓝色通道均值增高,含水率和亮度...为定量预测永川秀芽在制品的含水率,基于不同颜色模型探究在制品的色泽变化,并结合偏最小二乘(partial least square,PLS)法建立含水率的定量预测模型。结果表明:在永川秀芽初制过程中,在制品的红绿度、蓝色通道均值增高,含水率和亮度、黄蓝度、红色通道均值、绿色通道均值、色调均值等15个颜色模型分量降低,即色泽表现为变暗、变黄;通过热图与聚类分析,可将在制品分为2个大类、4个亚类,且理条工序对在制品含水率、色泽的影响最为显著;利用17个颜色模型分量和PLS方法建立了含水率的定量预测模型,以校正集相关系数(Rc)、交互验证均方根误差(root-mean-square error of cross-validation,RMSECV)、预测集相关系数(Rp)、预测均方根误差(root-mean-square error of prediction,RMSEP)、相对分析误差(relative percent deviation,RPD)为评价指标。模型的Rc、Rp、RMSECV、RMSEP分别为0.979、0.980、0.0447、0.0443。RMSECV、RMSEP的差值仅为0.0004,且RPD达到5.04,表明模型具有极好的预测能力和泛化能力,为实现永川秀芽在制品含水率的在线监测提供了一种新方法。展开更多
文摘为定量预测永川秀芽在制品的含水率,基于不同颜色模型探究在制品的色泽变化,并结合偏最小二乘(partial least square,PLS)法建立含水率的定量预测模型。结果表明:在永川秀芽初制过程中,在制品的红绿度、蓝色通道均值增高,含水率和亮度、黄蓝度、红色通道均值、绿色通道均值、色调均值等15个颜色模型分量降低,即色泽表现为变暗、变黄;通过热图与聚类分析,可将在制品分为2个大类、4个亚类,且理条工序对在制品含水率、色泽的影响最为显著;利用17个颜色模型分量和PLS方法建立了含水率的定量预测模型,以校正集相关系数(Rc)、交互验证均方根误差(root-mean-square error of cross-validation,RMSECV)、预测集相关系数(Rp)、预测均方根误差(root-mean-square error of prediction,RMSEP)、相对分析误差(relative percent deviation,RPD)为评价指标。模型的Rc、Rp、RMSECV、RMSEP分别为0.979、0.980、0.0447、0.0443。RMSECV、RMSEP的差值仅为0.0004,且RPD达到5.04,表明模型具有极好的预测能力和泛化能力,为实现永川秀芽在制品含水率的在线监测提供了一种新方法。