水浸出物是茶叶质量评价的重要指标之一。该研究提出利用近红外光谱法结合偏最小二乘算法(Partial least squares,PLS)快速检测乌龙茶中水浸出物含量。利用近红外光谱仪采集60份乌龙茶样品的光谱信息,通过Savitzky-Golay(SG)滤波器对原...水浸出物是茶叶质量评价的重要指标之一。该研究提出利用近红外光谱法结合偏最小二乘算法(Partial least squares,PLS)快速检测乌龙茶中水浸出物含量。利用近红外光谱仪采集60份乌龙茶样品的光谱信息,通过Savitzky-Golay(SG)滤波器对原始光谱数据进行预处理;采用连续投影算法(Successive projections algorithm,SPA)对采集的SG预处理光谱进行特征波长选择,基于SG预处理光谱和SPA法优化的特征光谱建立乌龙茶中水浸出物含量的PLS定量模型。结果显示,利用SPA法优化出14个特征波长建立SPA-PLS模型的性能最佳。在预测集中的相关系数为0.8966,预测均方根误差为0.8034%,剩余预测偏差为4.11。结果表明采用近红外光谱结合SPAPLS算法快速检测乌龙茶中水浸出物含量是可行的。展开更多
文摘水浸出物是茶叶质量评价的重要指标之一。该研究提出利用近红外光谱法结合偏最小二乘算法(Partial least squares,PLS)快速检测乌龙茶中水浸出物含量。利用近红外光谱仪采集60份乌龙茶样品的光谱信息,通过Savitzky-Golay(SG)滤波器对原始光谱数据进行预处理;采用连续投影算法(Successive projections algorithm,SPA)对采集的SG预处理光谱进行特征波长选择,基于SG预处理光谱和SPA法优化的特征光谱建立乌龙茶中水浸出物含量的PLS定量模型。结果显示,利用SPA法优化出14个特征波长建立SPA-PLS模型的性能最佳。在预测集中的相关系数为0.8966,预测均方根误差为0.8034%,剩余预测偏差为4.11。结果表明采用近红外光谱结合SPAPLS算法快速检测乌龙茶中水浸出物含量是可行的。