三、还原糖、葡萄糖和果糖PLS模型变量优化
葡萄糖和果糖占蜂蜜总量的近70%,在近红外区间信息丰富,特征比较明显,采用全谱建模往往带入一定的非信息变量,同时模型维度大,也较复杂[2~6]。本节采用基于间隔偏最小二乘法 (Interval partial least squares regression,简称iPLS) 原理的反向区间偏最小二乘法 (Backward interval PLS,简称BiPLS) 和协同区间偏最小二乘法 (Synergy interval partial least squares,简称SiPLS) 算法分别选择还原糖、葡萄糖和果糖的信息区间。
BiPLS和SiPLS基本原理来源于iPLS[7]。iPLS基本原理是,首先将整个光谱分割成k个等宽的子区间,然后在每个子区间进行偏最小二乘回归。采用留一交互验证法 (LOO-CV) 计算交互验证均方根误差 (RMSECV),当RMSE ...... (共5275字) [阅读本文]>>