近红外光谱奇异样本剔除方法研究

刘翠玲, 胡玉君, 吴胜男, 孙晓荣, 窦森磊, 苗雨晴, 窦 颖

(北京工商大学计算机与信息工程学院,北京 100048)

近红外光谱奇异样本剔除方法研究

刘翠玲, 胡玉君, 吴胜男, 孙晓荣, 窦森磊, 苗雨晴, 窦 颖

(北京工商大学计算机与信息工程学院,北京 100048)

采用近红外光谱分析技术建立面粉校正模型,对面粉中灰分含量进行定量分析,并对异常样本进行剔除.试验中采用马氏距离法和蒙特卡洛采样法分别对异常样本进行了剔除,结果表明:用马氏距离法剔除异常样本,当权重系数为1.5,剔除样本数为3时,得到最好结果,相关系数(R2) 为92.67,交互验证均方差RMSECV为0.048 5;MCCV法剔除异常样本,剔除样本数为3,得到最好结果,相关系数(R2)为94.64,交互验证均方差RMSECV为0.041 1.故马氏距离法剔除异常样本能在一定程度上提高校正模型的精度和预测精度,但MCCV法剔除异常样本后模型精度和预测精度优于马氏距离法.

近红外光谱;异常样本;马氏距离法;MCCV;灰分

人们的日常生活离不开面粉,面粉的品质问题随着生活水平的提高而得到普遍关注,食品监管部门对面粉品质的控制尤为重要.目前对面粉的评价指标主要有水分、灰分以及面筋等[1-4].传统的面粉品质检测方法(物理化学法)存在多种缺陷,不仅耗费时间,而且容易对面粉造成二次污染[5],而被广泛应用于农作物品种检测和分析的近红外光谱分析技术能够在不破坏样品的前提下对样品进行准确、迅速的检测,在一定程度上克服了传统检测方法……