典型文献
基于近红外光谱技术快速检测稻谷水分含量
文献摘要：
目的:建立一种无损、快速高效的稻谷水分含量检测方法.方法:研究收集了不同年份的稻谷样品161份,运用近红外光谱结合化学计量学方法,通过剔除异常光谱和光谱预处理,采用偏最小二乘法建立稻谷水分含量预测模型.结果:采用主成分分析结合马氏距离的方法剔除异常光谱样品15个,最佳的光谱预处理方式为消除常数偏移量.训练集建立的预测模型(R2CAL)为0.994 3,模型标准偏差(RMSEC)为0.21％,模型交叉验证决定系数(R2CV)为0.993 6,模型交叉验证标准偏差(RMSECV)为0.32％,表明预测模型交叉验证预测样品水分含量准确度高.用验证集样品检验预测模型,模型验证集验证决定系数R2VAL为0.980 1,模型验证集验证标准偏差(RMSEP)值为0.36％,相对分析误差(RPD)值为7.14,表明预测模型对未知样品的预测准确度高.验证集样品实测值与预测值均值方程T检验结果P值(双侧)为0.879,验证集样品实测值与预测值之间差异不显著,表明预测模型的预测结果可信度高,验证集样品预测值与实测值的误差在±1％,且90％以上的验证集样品其预测值与实测值的误差都在±0.5％以内.结论:建立的稻谷水分预测模型可以实现收储稻谷的无损、快速、准确检测.
文献关键词：
近红外光谱;稻谷;水分含量;无损;快速检测
中图分类号：
作者姓名：
吕都;唐健波;姜太玲;陈中爱;潘牧
作者机构：
贵州省农业科学院生物技术研究所,贵州贵阳 550006;云南省农业科学院热带亚热带经济作物研究所,云南保山 678000
文献出处：
引用格式：
[1]吕都;唐健波;姜太玲;陈中爱;潘牧-.基于近红外光谱技术快速检测稻谷水分含量)[J].食品与机械,2022(02):51-56,63
A类：
R2CAL,R2VAL
B类：
近红外光谱技术,快速检测,稻谷,水分含量,快速高效,含量检测,不同年份,化学计量学方法,光谱预处理,偏最小二乘法,含量预测,马氏距离,预处理方式,偏移量,训练集,模型标准,标准偏差,交叉验证,决定系数,R2CV,验证标准,RMSECV,验证集,品检,模型验证,RMSEP,RPD,预测准确度,实测值,可信度,收储
AB值：
0.273626
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
