二、多元线性回归模型
将光谱和蜂蜜组分化学值导入TQ V8.0 (Thermo Nicolet Co.,USA) 软件构建数据集,建立多元线性回归 (MLR)模型。回归变量以最小RMSECV值确定,最佳光谱预处理方法、特征变量及模型回归结果如表4-5所示。建模变量相比全谱(2004个数据点) 显著减少,模型更为简单。
比较各组分的MLR模型,可以看出还原糖、葡萄糖、果糖预测结果较优,与PLS模型相似。对于还原糖、葡萄糖、果糖和水分,MLR模型的RPD值分别为2.26、1.86、2.32、1.50,与PLS模型预测精度相当 (RPD值分别为2.44、1.85、2.32、1.52)。对于低含量组分蔗糖、酸度和羟甲基糖醛,MLR模型的RPD值分别为1.69、1.70、1.49,预测性能优于PLS模型 (其RPD值分别为1.24、1.46、1.21 ...... (共1161字) [阅读本文]>>