基于近红外光谱的山核桃蛋白质、脂肪含量的测定

为实现山核桃品质快速鉴定,采集了 119份山核桃样品的近红外光谱,并分别测定其蛋白质和脂肪含量.在剔除异常样本后,将110份样本按照3∶1的比例划分为校正集和验证集.使用不同的光谱预处理和特征波段选取方法,结合偏最小二乘法(partial least squares)建立了山核桃蛋白质和脂肪含量的近红外模型.结果表明:使用一阶导数(first derivative)预处理的模型预测性能最佳;经过竞争性自适应权重取样法(competitive adapative reweighted sampling,CARS)处理后,光谱变量数目大大减少,模型的精度有部分提升,可实现对山核桃蛋白质和脂肪含量的快速检测.